摘要:
在冷轧薄钢板的过程中,轧辊和钢板之间要有一定浓度的工艺润滑剂--乳化液,轧钢乳化液浓度的高低对钢板的产量、质量有着重大影响.如通过化学分析得到浓度数据费时较长,不能达到实时的要求. 超声波浓度测量是利用超声波的声速随介质浓度的变化而变化这一原理实时检测乳化液溶液的浓度[1].对于不同浓度的乳化液溶液,其浓度D表达式为:D=f(c,T,p),式中,c为声波在溶液中的声速,T为溶液温度,p为溶液的压力.对于溶液可认为压力恒定,则有:D=f(c,T)(1) 又超声波的传播时间t、声速c和声程L有关系:c=L/t,得: D=f(L/t,T)=F(t,T)(2) 式中t为声时,T为温度.当三者的关系较为复杂时,线性插值方法的精度不再能够满足测量的要求.神经网络模型作为多模型方法的一种,具有概念清楚,结构简单,使用性强等优点,已广泛应用于过程建模.同时该方法计算量小、精度高,易于在线校正,在多数情况下,能很好地满足生产要求.本文通过RBF神经网络对F(t,T)进行拟合,从而实现浓度实时测量的目的.