文献类型：期刊文献

中文题名：重整产品液收率软测量

英文题名：Soft-sensing of Liquid Yield of Reforming Products

作者：孙自强;顾幸生;俞金寿

机构：[1]华东理工大学自动化研究所;[2]华东理工大学自动化研究所 上海200237;[3]上海200237;

年份：2002

卷号：17

期号：S1

起止页码：109

中文期刊名：华东理工大学学报（社会科学版）

外文期刊名：Journal of East China University of Science and Technology：Social Science Edition

收录：国家哲学社会科学学术期刊数据库

基金：教育部高等学校骨干教师资助计划项目 ;上海市曙光计划资助项目

语种：中文

中文关键词：模型;神经网络;BP;PLS-BP;小波

外文关键词：model; neural network; BP; PLS BP; wavelet

摘要：针对连续重整反应器 ,分别采用改进算法的 BP神经网络、PLS- BP神经网络和小波神经网络建立重整产品液收率软测量模型。经比较后发现小波神经网络所建模型拟合及预测效果最好 ,因此将其用于实际生产装置。使用结果表明该模型可以实时准确预测重整产品液收率。
Three soft sensing models based on improved BP artificial neural networks(ANN), PLS BP ANN and wavelet ANN respectively, have been established for liquid yield of reforming products. It can be seen after making a comparison among them that the model based on wavelet ANN offers the best performance. Therefore, it has been put into use for continuous reforming reactor and the testing results indicate that the liquid yield can be predicted real time and correctly.