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
免責聲明
客服熱線: 15024464426
加盟熱線: 15024464426
媒體合作: 0571-87759945
投訴熱線: 0571-87759942
下載儀表站APP
Ybzhan手機版
Ybzhan公眾號
Ybzhan小程序