基于RBF神经网络的烘丝入口含水率预测模型

    在线阅读 下载PDF 导出详情
    摘要 摘要由于烘丝生产前操作工需要根据生产经验预测入口含水率,然而车间内环境温湿度、烘丝前工序设备状态等条件的变化,导致烘前含水率变化较大,仅靠经验预测烘前含水率,预测结果误差较大,导致操作工设置参数不合理,出口含水率波动较大,影响产品的感观质量。因此,本文通过对历史数据进行分析处理后,采用RBF神经网络,建立烘前含水率预测模型,并在烘丝工序操作终端增加人机交互界面,操作工选择工单信息、输入相应的参数即可完成烘丝入口含水率的预测,预测结果误差为,可以满足生产要求。
    出处 《科技新时代》 2019年7期
    出版日期 2019年07月17日(中国Betway体育网页登陆平台首次上网日期,不代表论文的发表时间)
    • 相关文献
    Baidu
    map