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
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