基于RBF神经网络的软测量算法的SoC实现.pdf

《基于RBF神经网络的软测量算法的SoC实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2011年第3O卷第1O期传感器与微系统(TransducerandMicrosystemTechnologies)133s计算与测试9《。＼基于RBF神经网络的软测量算法的SoC实现朱懿峰，宋执环(浙江大学工业控制研究所工业控制技术国家重点实验室，浙江杭州310027)摘要：提出了一种面向片上系统(SoC)的RBF神经网络的软测量算法，在OMAP-L137双核处理器SoC硬件平台上成功实现了整个训练与预测算法。针对SoC计算速度和存储空间等资源有限，对网络结构、权值更新模式和步长以及数据预处理方式等参数提出了具体的解决方案。经过相关数据集的测试结果表明：提出的算法移植方

2、法完全满足工业应用的要求，且具有便携性、低成本、可扩展等多种优点。关键词：片上系统；软测量；RBF神经网络；算法移植中图分类号：TP273文献标识码：A文章编号：1000-9787(2011)10-0133-04ImplementationofSoCofsoftmeasurementalgorithmbasedonRBFneuralnetworkZHUYi-feng，SONGZhi—huan(StateKeyLaboratoryofIndustrialControlTechnology，InstituteofIndustrialProcessControl，Zh~iang

3、University，Hangzhou310027，China)Abstract：AnalgorithmofRBFneuralnetworksoftmeasurementbasedonSoCisproposed．Theentiretrainingandpredictionalgorithmsareimplementedsuccessfullyonthehardwareplatformofdual—coreSoCprocessor．Inordertoapplyalgorithmeffectivelyontheplatformwhosecomputespeedandmemor

4、yarelimited，specificsolutionsaboutthestructureofthenetwork，weightupdatepatternandstepanddatapreprocessingmodeisproposed．Thedatasettestresultsprovethatthealgorithmtransplantationmethodsatisfiestherequirementsofindustrialapplication，whichhasavarietyofadvantagessuchasportable，low—costandexte

5、nsible．Keywords：systemonchip(SoC)；softmeasurement；RBFneuralnetwork；algorithmtransplantation0引言1基于RBF神经网络的软测量建模工业过程控制的核心是产品质量控制，但是在实际生1．1软测量建模方法产过程中，由于技术或经济原因无法通过传感器直接测量软测量建模过程包括选择辅助变量、处理输入数据、建质量变量，如铜精炼过程中的铜液成分、精馏塔的产品组分立软测量模型和在线校正等步骤，其核心是建立软测量模浓度、高炉铁水中的含硅量等。传统的解决方法一是采用型，方法包括基于工艺机理分析、基于回归分析

6、、基于人工间接的质量指标控制，二是采用在线分析仪表控制。前者神经网络、基于模式识别、基于模糊数学、基于状态估计、基难以保证最终质量指标的控制精度，后者设备投资大、维护于相关分析和基于现代非线性信息处理技术等。由于成本高、滞后性大。软测量技术为解决上述问题提供了有神经网络具有非线性映射逼近能力、对信息的并行分布式效手段，是目前检测技术和过程控制研究的重要方向，为优综合优化处理能力、高强的容错能力、对学习结果的泛化能化控制与决策提供了必要的信息。力和自适应能力、便于集成实现和计算机模拟等优点，所软测量技术是指选择与被估计变量相关的一组较易在以，本文在嵌入式片上系统(syste

7、monchip，SoC)上采用基线测量的辅助变量，构造某种以可测变量为输入、被估计变于RBF神经网络的数据驱动型软测量建模方法。量为输出的数学模型，通过计算机软件实现对无法直接测1．2RBF神经网络量的变量的估计，以成熟的传感器检测为基础，以计算机技RBF神经网络是具有单隐含层的三层前馈局部逼近术为核心，通过软测量模型运算处理完成。网络。从高维空间映射的观点看，其隐含单元提供了一个收稿日期：20113__o2基金项目：国家“863”计划资助项目(2009AA04Z154)134传感器与微系统第30卷“函数”集，并在输入模式映射