李家文
,
赖华
,
冯丽辉
冶金分析
doi:10.13228/j.boyuan.issn1000-7571.009967
焊锡真空炉粗锡含Pb量的高低直接关系到焊锡真空炉的生产效率,为了改变目前粗锡含Pb量只能通过人工化验才能得到的现状,实验基于反向传播神经网络(Back-Propaga-tion Neural Network,BPNN)与广义回归神经网络(Generalized Regression Neural Network,GRNN)算法原理,构建了BPNN与GRNN软测量模型并对这两种模型的预测效果进行了对比分析,结果表明基于GRNN的粗锡含Pb量软测量模型具有较高的预测精度.同时,采用虚拟仪器(LabVIEW)中的Matlab Script节点技术,成功开发了基于LabVIEW的粗锡含Pb量监测系统,实现了基于BPNN与GRNN软测量模型的粗锡含Pb量实时在线软预测,运行结果表明所开发的监测系统运行稳定可靠.
关键词:
焊锡真空炉
,
粗锡
,
铅
,
软测量
,
BPNN
,
GRNN
,
LabVIEW
朱林
,
蔡田
稀土
以钕铁硼氢粉碎生产工艺为应用背景,运用软测量技术,研究并设计钕铁硼合金吸氢状态实时监测平台.论述了基于支持向量机SVR和自适应变异粒子群算法PSO相结合的钕铁硼合金吸氢状态检测建模方法,并对如何将仿真完成的智能算法应用于在线监测系统的问题进行了深入的探讨,分析了诸多先进控制算法仍然停留在纯数字仿真阶段的制约因素,提出了采用OPC技术在Matlab检测模型与工业控制组态平台之间交互数据的通讯方案,解决了钕铁硼氢粉碎过程中合金吸氢状态不能实时检测的难题.
关键词:
在线监测
,
OPC通讯
,
钕铁硼
,
软测量
,
组态编程
