基于神經網絡的橡膠開煉機煉膠質量在線預測技術的研究.pdf

1、近年來，我國已經成為輪胎生產大國，但是，與輪胎制造強國還有很大差距。輪胎的質量很大層面上取決于橡膠混煉的質量，對于開煉機煉膠，由于技術落后，使得我們很難在線檢測混煉膠的質量，這樣一來，必然就無法及時獲得混煉膠的質量指標，也就無法進行根據混煉膠的質量在線調整和控制煉膠工藝參數，以獲得‘均一的’、理想的混煉膠質量的研究。針對這一現狀，本文進行了開煉機混煉膠質量在線預測研究，以期實現開煉機煉膠質量在線檢測。
　　本論文的主要研究工作是通

2、過對橡膠開煉機質量在線預測的研究，改進傳統(tǒng)開煉機實驗平臺;通過實驗研究，找出開煉機煉膠過程參數對煉膠質量的影響規(guī)律，運用神經網絡法建立過程參數和煉膠質量之間關系的在線預測模型;運用MATLAB進行編程，并運行該編程，就可以預測出混煉膠的質量;對比實驗研究，對基于神經網絡的橡膠開煉機煉膠質量在線預測技術的預測結果和運用SPSS統(tǒng)計分析軟件進行回歸分析，所建立的預測數學模型的預測結果，分別與實測值進行對比;論文的主要內容如下:
　　1

3、、通過對神經網絡的學習和對多種網絡之間的優(yōu)缺點進行分析探討，進行了運用BP神經網絡對開煉機煉膠質量進行在線預測的研究。
　　2、為了滿足運用BP神經網絡法預測原理對開煉機煉膠的混煉膠質量進行在線預測，必須有一臺設備擁有可以直接檢測出研究所需的各個過程參數的裝置，所以我們對現有的傳統(tǒng)開煉機煉膠實驗平臺進行了改進。
　　3、為了獲得研究所需要的實驗數據，在改進的神經網絡預測用開煉機實驗平臺上進行了實驗，橡膠配方選擇全鋼子午胎的胎

4、面膠配方。
　　4、對影響混煉膠質量的主要過程參數進行分析，因主要的過程參數有四個，運用BP神經網絡，就可以確定輸入層神經元的個數為4;對混煉膠的門尼粘度和炭黑分散度同時進行預測，可以確定輸出層神經元的個數為2;運用MATLAB軟件編程，進行網絡訓練，網絡訓練后再進行網絡誤差測試，并可以得出當隱層神經元的個數為10的時候，網絡的誤差最小，同時網絡收斂也最快。
　　5、對比試驗研究。對基于神經網絡的開煉機煉膠質量在線預測技術的

5、研究和運用SPSS統(tǒng)計分析軟件的逐步回歸法（Stepwise Regression）建立橡膠開煉機煉膠質量的預測數學模型進行了對比，對比結果表明，運用神經網絡建立橡膠開煉機煉膠質量在線預測模型的預測結果更接近實測值，預測出的門尼粘度值和炭黑分散度值的平均相對誤差分別為0.186和0.388，運用SPSS統(tǒng)計分析軟件建立的預測數學模型的預測的門尼粘度和炭黑分散度的平均相對誤差分別為1.72和1.242。
　　該技術的研究成功，不僅為