- HOME
- 기술정보
- 논문
논문
논문 기본정보
Soft-Sensing Modeling of the Intensity of Sulfitation Based on RBF Neural Network
논문 개요
| 기관명 | NDSL |
|---|---|
| 저널명 | 測控技術 = Measurement control technology |
| ISSN | 1000-8829, |
| ISBN |
논문저자 및 소속기관 정보
| 저자(한글) | SONG, Shao-jian,WANG, Jun-wei,LIN, Xiao-feng |
|---|---|
| 저자(영문) | |
| 소속기관 | |
| 소속기관(영문) | |
| 출판인 | |
| 간행물 번호 | |
| 발행연도 | 2014-01-01 |
| 초록 | 유황 훈연 강도(intensity of sulfitation)는 아황산법 제당 공장의 정화 작업 단계에서 사용하는 아주 중요한 공법 지표이다. 유황 훈연 강도가 낮으면 정화 효과에 영향을 미치고 높으면 완제품에 이산화황의 잔여량이 높아진다. 현재 적합한 유황 훈연 강도 온라인 측정기가 부족하기에 인공 화학 검증 지연 시간이 길어지고 해당 지표에 근거하여 생산을 안내하기 어렵다. 이러한 상황에 대해 제당 공장 정화 과정(clarification process)에서의 대량 온라인과 오프라인 이력 데이터(historical data)를 기반으로 유황 훈연 강도 소프트 측정(soft-sensing) 방법을 제기하였다. 방사형 기저 함수 신경 네트워크(RBFNN), BP 신경 네트워크 방법, 일반화 동적 퍼지 신경 네트워크(GDFNN) 기반의 유황 훈연 강도 소프트 측정 모델을 각각 구축하였다. 모델의 성능에 대한 비교 분석을 통하여 RBFNN 기반의 유황 훈연 강도 소프트 측정 모델의 우월성을 설명하였다. |
| 원문URL | http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=NART&cn=NART75842671 |
| 첨부파일 |
추가정보
| 과학기술표준분류 | |
|---|---|
| ICT 기술분류 | |
| DDC 분류 | |
| 주제어 (키워드) | clarification process,intensity of sulfitation,soft-sensing,neural network,정화 과정,유황 훈연 강도,소프트 측정,신경 네트워크 |