$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[해외논문] Modeling and control of a packed distillation column using artificial neural networks

Computers & chemical engineering, v.19 no.10, 1995년, pp.1077 - 1088  

Macmurray, J.C. (Department of Chemical Engineering, The University of Texas, Austin, TX 78712, U.S.A.) ,  Himmelblau, D.M. (Department of Chemical Engineering, The University of Texas, Austin, TX 78712, U.S.A.)

Abstract AI-Helper 아이콘AI-Helper

AbstractArtificial neural networks, because they are nets of basis functions, can provide good empirical models of complex nonlinear processes that are useful for many purposes including process control. The modelling of a packed distillation column described here provides an interesting example of ...

참고문헌 (35)

  1. Ind. Engng chem. Res. Bequette 30 1391 1991 10.1021/ie00055a001 Nonlinear control of chemical processes: a review 

  2. Bhat 1342 1989 Use of neural networks for dynamic modeling and control of chemical process systems 

  3. Computers chem. Engng Bhat 14 573 1990 10.1016/0098-1354(90)87028-N Use of neuml nets for dynamic modeling and control of chemical process systems 

  4. Blum 1992 Model predictive control using artificial neural networks 

  5. Blum 1992 Practical issues in applying artificial neural networks for identification in model based predictive control 

  6. Int. J. Syst. Sci. Chen 21 2513 1990 10.1080/00207729008910567 Non-linear system identification using radial basis functions 

  7. Computers chem. Engng Downs 13 245 1993 10.1016/0098-1354(93)80018-I A plant-wide industrial process control problem 

  8. Computers chem. Engng Hoskins 12 881 1988 10.1016/0098-1354(88)87015-7 Artificial neural network models of knowledge representation in chemical engineering 

  9. Automatka Hunt 28 1083 1992 10.1016/0005-1098(92)90053-I Neural networks for control systems-A survey 

  10. Karjala 1992 10.1109/IJCNN.1992.226873 Data rectification using recurrent (Elman) neural networks 

  11. Computers chem. Engng Kramer 14 1323 1990 10.1016/0098-1354(90)80015-4 Diagnosis using back-propagation neural networks-analysis and criticism 

  12. Lambert 1 373 1991 Application of feedforward and recurrent neural networks to chemical plant predictive modeling 

  13. Lee 1991 A new control scheme combining neural network based feedforward control with model predictive control 

  14. Computers chem. Engng Leonard 16 819 1992 10.1016/0098-1354(92)80035-8 Neural network architecture that computes its own reliability 

  15. IEEE Trans Neural Networks Leonard 3 624 1992 10.1109/72.143377 Using radial basis functions to approximate a function and its error bounds 

  16. Int. J. Control. Leontardis 41 303 1985 10.1080/0020718508961129 Input-output parametric model for nonlinear system part 1 and 2 

  17. Ljung 1987 System Identification: Theory for the User 

  18. Miller 1990 Neural Networks for Control 

  19. Montague 231 1992 Predictive control of distillation columns using dynamic neural networks 

  20. Montague 1990 Dynamic modeling of industrial processes with artificial neural networks 

  21. Morari 1986 Chemical Process Control-CPCIII 

  22. Morari 1989 Robust Process Control 

  23. IEEE Trans. Neural Network Narendra 1 4 1990 10.1109/72.80202 Identification and control of dynamical systems using neural networks 

  24. Patwardhan 1991 Modeling and control of a packed distillation column 

  25. Chem. Engng Commun. Patwardhan 87 123 1990 10.1080/00986449008940687 Nonlinear model predictive control 

  26. Pottmann 309 1992 A non-linear predictive control strategy based on radial basis function networks 

  27. Powell 1987 Radial Basis Functions for Multivariable Interpolation: A Review 

  28. Ind. Engng Chem. Res. Psichogios 30 2564 1991 10.1021/ie00060a009 Direct and indirect model based control using artificial neural networks 

  29. Int. J. Contr. Saint-Donat 54 1453 1991 10.1080/00207179108934221 Neural net based model predictive control 

  30. Neural Comput. Scott 4 746 1992 10.1162/neco.1992.4.5.746 Refining PID controllers using neural networks 

  31. Su 2314 1991 Identification of chemical processes using recurrent networks 

  32. Ind. Engng Chem. Res. Su 31 1338 1992 10.1021/ie00005a014 Long-term prediction of chemical processes using recurrent neural networks: a parallel training approach 

  33. Computers chem. Engng Ungar 14 572 1990 10.1016/0098-1354(90)87027-M Adaptive networks for fault diagnosis and process control 

  34. Proc. IEE, Pt. D Willis 138 256 1993 10.1049/ip-d.1991.0036 On neural networks in chemical process control 

  35. Automatka Willis 28 1181 1992 10.1016/0005-1098(92)90059-O Artificial neural networks in process estimation and control 

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로