简介：抄纸过程中纸机系统具有大滞后、非线性、时变等特点,纸张定量与水分之间存在强耦合效应,针对这些问题,设计了一种基于RBF神经网络的PID解耦控制方法。利用RBF神经网络辨识定量与水分的数学模型,实时调整PID控制器的参数,实现系统的解耦功能。仿真结果表明,该方法具有良好的静态、动态性能和很强的自适应性,能有效解决纸张定量和水分之间的耦合作用。

简介：针对造纸过程中纸张定量与水分之间存在严重耦合的问题,提出了一种基于神经网络的静态解耦方法,成功地将造纸过程的多变量系统变成了单变量系统,实现了定量、水分之间的解耦。同时由于造纸生产过程存在较大滞后,运用增益自适应补偿控制方案,有效地克服了滞后对控制系统稳定性和质量控制的影响。仿真结果表明该系统具有良好的控制效果。

简介：利用热重分析法和实验室自行设计的静态热解炉对脱墨污泥的热解行为及热裂解特性进行了研究,探讨了不同升温速率对脱墨污泥热解反应特性的影响,并根据微分热重曲线建立了动力学模型,计算热解反应的动力学参数。结果表明,脱墨污泥的热失重过程可分为水分析出、挥发物质析出、固定碳燃尽和碳酸钙热分解4个阶段,其热解反应动力学为3个三级反应。从利用电子探针显微技术、气相色谱和傅里叶红外分析方法对热裂解产物进行表征的结果来看,造纸脱墨污泥具有很好的资源化综合利用前景。

简介：针对目前广泛使用的力学式纸浆浓度传感器测量精度较低的问题,通过研究纸浆纤维结构和力学式纸浆浓度传感器测量原理,发现了这种传感器测量精度较低的原因：第一,纸浆浓度测量信号中噪声信号难以滤除;第二,纸浆流速对纸浆浓度测量影响较大。为此,在研究纸浆浓度测量信号中噪声信号及其性质并建立纸浆浓度传感器测量模型的基础上,提出了利用稀疏分解消除纸浆浓度测量信号中各种噪声信号,同时利用纸浆浓度传感器测量模型对纸浆浓度测量值进行流速补偿。结果表明,该方法能够显著提高纸浆浓度传感器的测量精度。

简介：为了切实推动企业学习型组织的建立，促进企业人才培养和建设体系的完善，近日，随着时代光华管理培训学院泉州企业远程培训示范基地（企业成长培训公益网络平台）的正式开通，以雀氏为代表的极具成长力的百家泉企被确定为该平台首期会员单位，将享受独立的免费网络学习平台。

简介：针对．1：业废水处理系统的时变性、非线性、复杂性和不确定性，利用废水处理监控系统取得表征废水水质的各项指标，构建基于BP算法的四层模糊神经网络模型。该网络模型仿真实际废水处理过程的结果表明，模糊神经网络具有较强的学习能力；其较BP网络对样本数据的仿真误差较小，平均相对误差仅为1.5％，为实现废水处理的自动控制提供可行途径。

简介：针对黑液液位控制系统的非线性、大惯性及时变性的特点,对PID神经网络（PIDNN）在黑液液位控制中的可行性进行了深入研究与探讨。通过Matlab仿真,比较了常规PID算法、基于BP的神经网络算法和PIDNN算法对黑液液位的控制效果,验证了PIDNN算法的良好自适应性和鲁棒性。

简介：分数阶PID控制器继承了常规PID控制器的优点，并且具有更高的控制精度和更强的鲁棒性。针对常规PID控制器在纸浆浓度控制过程中存在的问题，设计了一种基于神经网络的分数阶PID控制器。用分数阶PID控制器代替常规PID控制器，并通过神经网络调节分数阶PID控制器的5个控制参数，实现一种参数自整定的PID控制器。仿真实验结果表明，神经网络分数阶PID控制器比常规PID控制器的控制精度高，对纸浆浓度的控制更稳定；采用神经网络分数阶PID控制器控制纸浆浓度是切实可行的，具有很好的推广应用前景。