基于神经网络的多元稀土萃取组分含量的软测量  

Neural Networks Based Component Content Soft-Sensor in Countercurrent R are-Earth Extraction

作　　者：杨辉[1] 谭明皓[2] 柴天佑[2] 

机构地区：[1]江西省科学院软件中心,江西南昌330029 [2]东北大学自动化研究中心,辽宁沈阳110004

出　　处：《中国稀土学报》2003年第4期425-430,共6页Journal of the Chinese Society of Rare Earths

基　　金：国家"十五"科技攻关项目资助(2002BA315A)

摘　　要：提出了一种应用RBF神经网络建立多组分稀土萃取平衡模型的方法,通过与萃取过程物料平衡模型相结合给出了在线预测稀土串级萃取分离生产过程中各组分含量的软测量方法。通过现场操作运行实测数据的建模仿真验证,表明这种混合软测量方法是有效的。The equilibrium model for multicomponent rare earth extraction is developed usin g RBF neural networks, which combined with the material balance model to give online prediction of component content in countercurrent rare-earth extraction production. Simulation experiments with industrial operations data prove the ef fectiveness of the hybrid soft-sensor.

关 键 词：自动控制技术 串级萃取 机理模型 软测量 RBF神经网络 稀土 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]