中国学术期刊网络出版总库
  关闭
用PCA-RBFN建立可侦破故障的反应器自校正模型  
   推荐 CAJ下载 PDF下载
【英文篇名】 The Self tuning Model Which Can Detect Faults for a Reactor is Set up by the Principle Component Analysis and Rbf Neural Network
【下载频次】
【作者】 潘立登; 黄晓峰;
【英文作者】 Pan Lideng; Huang Xiaofeng. Department of Chemical Automation; and Department of Chemical Engineering; Beijing Chemical Technology University; 100029;
【作者单位】 北京化工大学自动化系; 北京化工大学化学工程系;
【文献出处】 石油化工自动化 , AUTOMATION IN PETRO-CHEMICAL INDUSTRY, 编辑部邮箱 1998年 01期  
期刊荣誉:ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 主元分析; 径向基函数神经网络; 自校正模型; 可侦破故障;
【英文关键词】 Principle component analysis; RBFN; Self tuning model; Detectable fault;
【摘要】 介绍了将主元分析方法(PCA)与径向基函数神经网络(RBFN)相结合,用主元分析对高维输入变量进行预处理,构造反映过程信息的低维主元变量,再用径向基函数神经网络对主元变量建立自校正模型。这种方法不仅简化了神经网络模型的结构,而且可以借助主元分析方法对仪表和过程故障引起的数据过失误差进行侦破,避免导致模型的错误输出。用这种方法建立可侦破故障的反应器温度自校正模型,取得了良好的效果。
【英文摘要】 A new modeling method based on principle component analysis(PCA) and radical basis function neural network(RBFN)is presented.The PCA is worked as a preprocessor,which projects the high dimensions input variables into a low dimensions principle components,while the RBFN is used to establish a self tuning model with these principal components,the PCA RBFN method can not only simplify the structure of neural networks and improve the accuracy of model ,but also avoid wrong result caused by fault of sensor or...
【分类号】 TP273.2(TP13)
【正文快照】 用PCA-RBFN建立可侦破故障的反应器自校正模型潘立登黄晓峰(北京化工大学自动化系,100029)(北京化工大学化学工程系,100029)摘要:介绍了将主元分析方法(PCA)与径向基函数神经网络(RBFN)相结合,用主元分析对高维输入变量进行预处理,构?

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库 中国优秀硕士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化技术及设备
    自动化系统
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号