摘要
提出了一种针对碳纤维原丝纺丝过程的在线监控协同式专家系统,以NetCon网络化控制系统为硬件基础建立碳纤维原丝纺丝在线监测系统,利用RBF神经网络建立原丝性能在线预测模型,同时引入遗传算法,增强该神经网络模型的适应性和学习能力。以上述RBF神经网络模型为基础,建立碳纤维原丝纺丝监控协同式专家系统,对影响碳纤维原丝性能的主要指标因素进行调节和配置。该方法为碳纤维原丝纺丝在线监控提出了一种新的思路,并获得了满意的监控效果。
A collaborative expert system for online monitoring of carbon fiber spinning process is presented. Carbon fiber spinning online monitoring system is established using NetCon network control system as hardware. Fiber quality prediction model using RBF neural network is built. Genetic algorithm is used to enhance the adaptability of the neural network model and learning ability. The established spinning optimization expert system based on RBF neural network model is used to adjust and configure the main factors influencing carbon fibers quality. The method proposes a new idea in carbon fibers spinning process optimization, and achieves desired result for online optimization of carbon fibers spinning process.
出处
《石油化工自动化》
CAS
2012年第1期56-59,共4页
Automation in Petro-chemical Industry
基金
国家自然科学基金重点项目(61134009)
国家自然科学基金(60975059)
教育部高等学校博士学科点专项科研基金(20090075110002)
上海市优秀学术带头人计划项目(11XD1400100)
上海市科学技术委员会重点基础研究项目(10JC1400200)
上海市科学技术委员会技术标准专项(10DZ0506500)
关键词
RBF神经网络
协同式专家系统
原丝纺丝
在线监控
RBF neural network
collaborative expert system
carbon fibers spinning
online optimization
