首页 > 《科技新时代》 > 2019年7期 > 基于RBF神经网络的烘丝入口含水率预测模型

基于RBF神经网络的烘丝入口含水率预测模型

在线阅读下载PDF 导出详情

摘要摘要由于烘丝生产前操作工需要根据生产经验预测入口含水率，然而车间内环境温湿度、烘丝前工序设备状态等条件的变化，导致烘前含水率变化较大，仅靠经验预测烘前含水率，预测结果误差较大，导致操作工设置参数不合理，出口含水率波动较大，影响产品的感观质量。因此，本文通过对历史数据进行分析处理后，采用RBF神经网络，建立烘前含水率预测模型，并在烘丝工序操作终端增加人机交互界面，操作工选择工单信息、输入相应的参数即可完成烘丝入口含水率的预测，预测结果误差为，可以满足生产要求。

DOI ldeeg3p9d3/4324965

作者成帅帅焦雷

机构地区山东中烟工业有限责任公司青岛卷烟厂制丝车间山东青岛266101

出处《科技新时代》 2019年7期

关键词 RBF神经网络烘前水分数据处理

分类 [医药卫生][]

出版日期 2019年07月17日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1周四平. 基于RBF神经网络模型的风电机组短期风速预测研究.社会学,2014-11.
2朱红霞;沈炯;苏志刚. 基于模糊观测数据的RBF神经网络回归模型.高等教育学,2013-04.
3蓝湾湾;薛丽敏;赵秦豫. 基于广义RBF神经网络的网络安全态势预测方法.物理电子学,2015-01.
4刘洪久;Robert Rieg;马卫民. 基于滑动窗-RBF神经网络的现金流预测.会计学,2013-01.
5张雨虹;刘玉民;张一杨. 基于黄金分割法的RBF神经网络预测控制.高等教育学,2007-04.
6张恺;陈思. 基于神经网络的时序预测模型研究.通信与信息系统,2019-01.
7王乐亭. 基于神经网络的混凝土强度预测模型.建筑设计及理论,2018-09.
8何文章;宋国乡;郭旭欧. 注水油田年综合含水率预测的数学模型.运筹学与控制论,2006-02.
9谢海燕;周理含. 基于BP神经网络的大坝沉降预测模型.水利水电工程,2010-01.
10严阔. 基于BP神经网络的来水量预测模型.水利水电工程,2014-06.

来源期刊

科技新时代

科技新时代

相关推荐

同分类资源更多

相关关键词

RBF神经网络烘前水分数据处理

返回顶部