摘要
针对传统的染色机助剂配送系统配送误差大的问题,提出了一种基于推荐预停值和预计用时预测的多层全连接神经网络模型.首先,使用配送过程记录的数据训练网络模型;然后,将需要配送的数据代入训练好的网络模型进行计算,得到推荐预停值和预计用时,推荐预停值与经验预停值按照可变比例算法计算最终预停值,系统根据最终预停值决定配送阀的关闭时机,利用预计用时评估配送过程是否超时.最后,使用4种预停模式各进行1000次的助剂配送验证实验.结果表明,采用神经网络模型预测模式的配送误差的标准差为23.8 g,平均绝对误差为16.1 g,优于其他3种预停模式的配送误差,取得了较好的助剂配送精度.
NETL
NSTL
维普
万方数据