论文研究一种变步长CMAC的沉降NARMAX模型.pdf

为了提高氧化铝生产质量和降低能耗，分析了氧化铝沉降工艺中影响沉降过程的各种因素，采用小脑模型神经网络(CMAC)系统辨识的方法建立沉降系统的带外部输入的自回归滑移模型(ARMAX)。针对CMAC收敛性存在的问题，提出了基于变步长小脑模型神经网络(CMAC)算法，通过双曲正割函数优化学习步长，提高了小脑模型神经网络算法的收敛速度和计算精度，进而优化了沉降槽密度ARMAX模型。仿真实验表明，该算法的ARMAX模型可以对沉降过程中的槽内密度进行准确识别，指导氧化铝的沉降生产操作。