基于NNPLS的丁苯橡胶门尼粘度预测

作者：李桢; 肖迳; 刘美

来源：微计算机信息, 2008, (30): 247-249.

• 丁苯橡胶
• 门尼粘度
• 预测
• 神经网络部分最小二乘 Styrene Butadiene Rubber (SBR)
• Mooney-viscosity
• Prediction
• Neural Net-Partial Least Squares(NNPLS)

门尼粘度是合成橡胶生产的主要质量指标,如何在线监测门尼粘度,并实现质量的自动监控是橡胶生产工业亟待解决的问题。本文应用NNPLS方法建立生产过程门尼粘度预测模型。结合工艺机理分析,找出影响橡胶门尼粘度的主要参数,确定辅助变量,建立基于NNPLS的门尼粘度预测模型。仿真结果,门尼粘度预测值与实际值最大误差为3.6,预测模型精度高,泛化能力强,运行速度快,可以指导生产。

• 单位
  华南理工大学; 广东石油化工学院