关于钕铁硼(Nd Fe B)氢粉碎生产过程优化控制的研究,根据传统工艺过程机理建立的动态机理模型不能精确的反应真实氢碎状态。提出了面向复杂非线性过程的基于增强学习的神经网络优化模型和采用NLMS算法的Volterra级数自适应优化模型,分...关于钕铁硼(Nd Fe B)氢粉碎生产过程优化控制的研究,根据传统工艺过程机理建立的动态机理模型不能精确的反应真实氢碎状态。提出了面向复杂非线性过程的基于增强学习的神经网络优化模型和采用NLMS算法的Volterra级数自适应优化模型,分别利用上述两种模型对机理模型进行优化,输出合金氢含量、温度和压力的预测值,最后,通过实验验证了两种模型的有效性。实验结果表明,采用Volterra级数的优化模型对机理模型的优化效果更好,为实时优化控制钕铁硼氢粉碎过程提供了科学依据。展开更多
文摘关于钕铁硼(Nd Fe B)氢粉碎生产过程优化控制的研究,根据传统工艺过程机理建立的动态机理模型不能精确的反应真实氢碎状态。提出了面向复杂非线性过程的基于增强学习的神经网络优化模型和采用NLMS算法的Volterra级数自适应优化模型,分别利用上述两种模型对机理模型进行优化,输出合金氢含量、温度和压力的预测值,最后,通过实验验证了两种模型的有效性。实验结果表明,采用Volterra级数的优化模型对机理模型的优化效果更好,为实时优化控制钕铁硼氢粉碎过程提供了科学依据。
