文献类型：期刊文章

作　　者：谷玉凯[1] 杨滁光[2] 王华强[1] 王健波[1]

机构地区：[1]合肥工业大学电气与自动化工程学院,安徽合肥230009 [2]安徽安利合成革股份有限公司,安徽合肥231202

出　　处：《合肥工业大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(60974022);合肥工业大学产学研校企合作资助项目(10-469)

年　　份：2012

卷　　号：35

期　　号：1

起止页码：41-44

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：文章对精馏塔温度控制中所遇到的参数耦合严重、非线性高、数学模型难以建立的问题,提出了一个基于模糊神经网络分类器的控制方案,以精馏塔温度、流量、液位作为输入,导热油阀门开度作为输出,通过对人工操作的自适应学习和模糊化处理,实现对精馏塔温度的智能控制。实验结果表明,该方案能够模仿人工操作,智能学习的精度很高。

关 键 词：精馏塔 温度控制 模糊神经网络分类器 自适应学习

分 类 号：TP29]