高炉多元铁水质量ARMA建模:基于Autoencoder与PCA的改进随机权神经网络方法(实际论文题目:数据驱动高炉多元铁水质量非线性动态建模)

【类型】会议论文

【会议录名称】第27届中国过程控制会议（CPCC2016）摘要集

【作者】张丽 周平 柴天佑 

【会议名称】第27届中国过程控制会议（CPCC2016）

【日期】2016

【作者联系方式】东北大学流程工业综合自动化国家重点实验室

【摘要】铁水温度、铁水硅含量[Si]、铁水磷含量[P]、铁水硫含量[S]作为高炉炼铁最为关键的质量指标,需要严格监测和控制。由于难以采用常规仪表进行直接在线检测且离线化验严重滞后,必须建立铁水质量模型以实现铁水质量的在线软测量,这也是实现高炉铁水质量自动控制的关键。本文针对现有随机权神经网络(RVFLNs)建模方法存在的过拟合和泛化能力差的问题,基于自编码(Autoencoder)算法和主成分分析(PCA

【全文挂接】 获取全文