耐火材料生產過程的質量控制4
2.3.1模糊控制
一個熟練工人并非需要了解被控對象的數學模型,只是憑借豐富的經驗,采取適當對策就可以巧妙地控制一個復雜的過程,如把其操作經驗加以總結,用語言表達就可以得到一些定性的規則,這些規則一般都帶有大小,多少,高低,快慢等不的程度修飾詞,也就是具有模糊性質,這些規則用模糊數字定量處理后就可以轉化成模糊控制算法,從而能夠進行控制。
模糊控制的過程是:
1.將實測輸入轉化成模糊輸入,
2.依模糊規則進行運算,得到結果,
3.反模糊化,將模糊輸出量轉為地物理量并作用于被控對象。
2.32人工神經網絡
人工神經元是人工神經網絡的結點。每個神經元有多個輸入和數個相同的輸出,按一定函數關系進行輸入-輸出轉換。人工神經元互聯就組成了人工神經網絡,人工網絡中,每個節點的輸入-輸出轉換函數的參數都必須依靠預先知道的實驗輸入-輸出關系,通過*化算法使人工神經網絡的輸出能夠zui大限度的接近實際輸出。換句話說,人工神經網絡特別適合描述非常復雜的多元函數關系,如果數據充分,其他辦法又無能為力,人工神經網絡就可以一顯身手。
2.33模糊控制-人工神經網絡的復合
神經自適應學習是一種只能控制方法,它可以利用操作數據和人工神經網絡方法修改模糊控制系統的參數,從而改進模糊控制的質量,系統變化時也可以進行靈活的調整。
3.耐火材料的質量控制體系和保障體系
南京寧博分析儀器有限公司
技術部
相關產品
免責聲明
- 凡本網注明“來源:化工儀器網”的所有作品,均為浙江興旺寶明通網絡有限公司-化工儀器網合法擁有版權或有權使用的作品,未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:化工儀器網”。違反上述聲明者,本網將追究其相關法律責任。
- 本網轉載并注明自其他來源(非化工儀器網)的作品,目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時,必須保留本網注明的作品第一來源,并自負版權等法律責任。
- 如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。