基于神经网络与LabVIEW平台建立焊锡真空炉粗锡含铅量的软测量模型与在线监测研究

来源期刊：冶金分析2017年第2期

论文作者：李家文 赖华 冯丽辉

文章页码：1 - 6

关键词：焊锡真空炉;粗锡;铅;软测量;BPNN;GRNN;LabVIEW;

摘    要：焊锡真空炉粗锡含Pb量的高低直接关系到焊锡真空炉的生产效率,为了改变目前粗锡含Pb量只能通过人工化验才能得到的现状,实验基于反向传播神经网络（Back-Propagation Neural Network,BPNN）与广义回归神经网络（Generalized Regression Neural Network,GRNN）算法原理,构建了BPNN与GRNN软测量模型并对这两种模型的预测效果进行了对比分析,结果表明基于GRNN的粗锡含Pb量软测量模型具有较高的预测精度。同时,采用虚拟仪器（LabVIEW）中的Matlab Script节点技术,成功开发了基于LabVIEW的粗锡含Pb量监测系统,实现了基于BPNN与GRNN软测量模型的粗锡含Pb量实时在线软预测,运行结果表明所开发的监测系统运行稳定可靠。