的众多领域中的运用。用神经元网络设计的控制系统,具有高度的自适应性和鲁棒性,对于非线性和不确定性系统也取得了满意的控制效果,这些效果是传统的控制方法难以达到的。目前,人工神经元网络已经在对象建模、系统识别、参数估计、自适应控制、预测控制、容错控制、故障诊断、数据处理等领域得到广泛应用[7]。Р1.4神经网络控制的工程化工具Р神经网络多用于对象建模、系统识别、参数估计、自适应控制、预测控制、容错控制、故障诊断、数据处理等领域;在控制中主要体现为模式识别、系统建模、自适应控制、预测控制、容错控制的应用;作为工业应用,多用于软测量,复合控制相对少些。目前在工程上应用的软件工具还不是很多,基本上也就是APC-Sensor;Aspen IQ;RQE Pro离线软件包;Connoisseur软仪表及NeuroSystems等5种,各种差别也比较大,远没有标准化。РAPC-Sensor是浙江中控软件技术有限公司APC软件套件的一个模块,APC-Sensor智能软测量软件在一个开放的构架下,实现了用多种软测量算法建立软测量模型、进行模型的仿真验证、在线运行等功能。APC-Sensor智能软测量软件整体结构以软测量算法为核心,以浙江中控软件技术有限公司开发的ESP-iSYS-A实时数据库平台软件为支撑,包括数据预处理、辅助变量选择、离线建模、仿真和在线运行等部分,解决了实际工业过程中在线预测和估计产品性质的问题。它克服了人工分析滞后和在线质量分析仪表投资大、维护复杂等诸多不足,为实现先进控制、优化控制等应用提供良好基础。其具有如下技术特点:基于经验回归模型提供模糊神经网络、PLS(部分最小二乘法)等建模方法,基于机理建模提供 4CBA等多种软测量模型,基于物料及能量平衡,计算工艺过程中的产品性质。经过数据预处理、辅助变量选择、离线组态、在线运行等过程,根据实时数据实现对产品性质的预测和估计。
全文预览
