论文部分内容阅读
为了提高聚醚后处理的自动化程度、聚醚参数的精度和识别不同参数含量的聚醚,采用ARM为控制核心,Wincc组态软件为上位机,对聚醚的黏度、pH值、色度、水分参数等进行检测,并选取了5种不同参数含量的聚醚样品,分别采用主成分分析法和BP神经网络对聚醚样品进行模式识别。试验结果表明:采用主成分分析法的第一主成分和第二主成分的累积贡献率达90.235 2%,识别效果良好;而BP神经网络经过多次训练后,识别率达到100%。