基于软测量技术的间歇聚合过程质量控制

87 4.4

2021-03-23

pdf | 854KB | 5页

正文简介

针对间歇聚合过程质量指标的控制问题,提出了一种基于软测量技术的质量控制方法。将混合核函数偏最小二乘法(K2PLS)与人工神经网络(ANN)相结合,构建一种软测量模型,用于预测工艺变量与质量指标之间的定量关系;利用软测量技术和非线性规划方法,求解得到符合质量指标约束的最佳操作变量;根据离线质量指标分析值,利用间歇过程批次间重复的相似性特性,提出了一种偏差修正策略,用于调整操作变量和指导批次间的生产操作。将上述方法应用于氯乙烯聚合过程的质量指标控制研究中,结果表明:基于K2PLS-ANN的软测量模型具有优秀的预测性能,提出的质量优化控制策略,实现了聚氯乙烯质量指标的平稳控制,有助于降低生产消耗,可用于指导实际生产过程。

*温馨提示：该数据为用户自主上传分享，如有侵权请举报或联系客服：400-823-1298处理。

6674***

服务： -

数据量： 3

人气： -

擅长：土建装饰园林电气

您可能感兴趣

￥ 1.00

原价: ￥ 20.00

开通会员

立即购买

基于软测量技术的间歇聚合过程质量控制

最新上传

热门商品

您可能感兴趣

基于软测量技术的间歇聚合过程质量控制

对不起，您暂无在线预览权限，如需浏览请

最新上传

热门商品

您可能感兴趣