基于子时段的注塑过程非线性质量预测

摘要：

针对注塑间歇过程典型的多时段、非线性等特点，提出了一种子时段非线性质量预测方法，首先，采用sub-PCA分类算法划分子时段，确定与质量密切相关的时段，然后采用MPLS方法计算该时段的时间片矩阵展开数据矩阵和质量数据矩阵的特征矩阵及负荷矩阵，采用特征矩阵中的特征向量构造建模数据集，建立广义回归神经网络(GRNN)预测模型.对注塑产品重量指标的有效预测结果表明了该方法的有效性。

关键词： 间歇过程 质量预测 多方向部分最小二乘 广义回归神经网络 注塑过程 非线性质量预测

作者: 郭小萍 臧春华

作者单位: 沈阳化工学院信息工程学院,沈阳,110142

会议类型: 国内会议

会议名称: 第五届全国信息获取与处理学术会议

会议地点: 秦皇岛·北戴河

会议语种:中文

页码: 149-151

在线出版日期: 2007-08-06（万方平台首次上网日期，不代表论文的发表时间）