论文部分内容阅读
泥浆浓度是疏浚工程的一个重要测量量.超声波浓度计和γ射线浓度计虽然可以较精确地在线测量泥浆浓度，但由于价格比较昂贵，严重限制了他们在工程中的应用.本文从弯管流量计的测量原理出发，推导出泥浆浓度与其影响因素（压差、流速、弯管结构系数等）之间复杂的非线性关系，利用人工神经网络优良的非线性映射能力，建立了一个基于RBF神经网络的泥浆浓度软测量模型，仿真实验结果表明，模型计算量小，精度高，算法简单实用，为疏浚工程提供一种简单可靠、成本低廉的泥浆浓度在线连续测量的新方法.