期刊专题

10.3969/j.issn.1007-9629.2006.03.023

BP神经网络模型对浮法退火窑内玻璃温度的预测

引用
利用热电偶测得的退火窑中空气温度和红外测温仪测得的玻璃表面温度作为训练样本,建立了基于BP神经网络的玻璃温度预测模型.通过与实际工况对比,证实了该模型的有效性.该模型对改善玻璃退火窑运行质量,预测玻璃成型性能具有积极的意义.

BP神经网络、浮法玻璃、退火温度、退火窑

9

TP183;TQ171.6+4(自动化基础理论)

2006-08-07(万方平台首次上网日期,不代表论文的发表时间)

共4页

377-380

相关文献
评论
暂无封面信息
查看本期封面目录

建筑材料学报

1007-9629

31-1764/TU

9

2006,9(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn