基于模型预测的松散回潮水分控制研究
Technology Innovation and Application(2023)
Abstract
松散回潮系统具有大时滞、干扰变量多等特性,出口水分控制难度大.为解决松散回潮出口水分控制不稳定及反馈不及时等问题,采用相关性分析筛选出与松散回潮出口水分的相关变量,使用多元线性回归和神经网络建立松散回潮出口水分的预测模型,对2种模型的效果进行验证,在此基础上建立加水量实时在线优化控制模型.选取某烟厂生产数据对预测模型进行效果验证.结果表明,多元线性回归模型和神经网络模型预测的平均相对误差分别为0.3%、0.5%,多元线性回归模型表现出更好的变化趋势描述能力.实施控制后松散回潮出口水分均值偏差由0.151减小为0.098,松散回潮控制的准确性和稳定性显著提高,有效克服调控滞后问题,控制过程的智能化和精细化水平提升.
MoreTranslated text
Key words
model predictive control,moisture of the loosening and conditioning,correlation analysis,multiple regression,neural network
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined