9　神经网络用于造纸用涂料的定量分析

　　人工神经网络在化学特别是分析化学上的应用是广泛的,应用领域包括红外光谱解释[20]、13cＮMＲ位移的预测[21]和氨基酸中质子的化学位移[22]等。LｕｄMｉLａ等人研究利用简单的三层人工神经网络来定量分析造纸用涂料中的三种主要成分,即苯乙烯、丁二烯和碳酸盐[23]。他们通过让人工神经网络进行监督学习,构造出与红外光谱和三种主要成分浓度有关的非线性模型。

　　在三层人工神经网络中,第一层接受导数红外光谱的强度向量,然后利用S(SｉｇMOｉｄ)激励函数作非线性变换,输出的结果再经第二层处理,第三层的输出结果代表了目标浓度。在神经网络里有538个输入神经元,50个隐藏神经元和3个输出神经元。输入层的大小由光谱的边界决定,输出层包括所有的目标变量。实验中通过将训练集分为3个区域:一个亮区和两个暗区。

　　其中,亮区是浓度为50%的碳酸盐样品图像,两个暗区分别是浓度为0%和100%的碳酸盐样品图像。并通过实验数据得到苯乙烯和丁二烯的近似关系式:LS/Lｂ=2 5该研究结果表明,人工神经网络与其它分析手段(主成分分析法和最小二乘法)相比,神经网络是最可靠而且有效的分析工具。并证明,对于中浓的碳酸盐(50%)来说,误差要比最小二乘法(苯乙烯为6%,丁二烯为11%,碳酸盐为5%)小。

　　此外,径向基函数神经网络(ＲＢF)已经用于模拟生产过程中纸的光学性质[24],利用多重分辨率分析和快速正交检索训练技术来映射过程变量和成纸的光学性质(亮度和透明度)之间的关系。同时,人工神经网络还可用于提高纸页的平滑度[25],控制浆料的游离度[26]等。

　　10　结束语　　

　　人工神经网络是一种新的预测与控制技术,又是一种适用广泛的黑箱建模方法,不仅可以应用在造纸工业过程控制,也可用于一些基础研究方面。根据神经网络结构特性,在造纸工业中具有潜力的应用研究前景的课题可能包括以下几个方面[27]:(1)纤维原料种类识别;(2)对于纸页匀度及纸浆絮聚度的定量分析和评价;(3)印刷用纸的印刷适应性评价;(4)各种光谱谱图的解析与各种官能团的智能识别。

　　可见,人工神经网络技术不仅解决了很多利用传统方法不能解决的难题,而且可以大幅度地提高纸张的质量和档次,增加企业的经济效益,因此必将为造纸工业的发展带来新的契机,人工神经网络在推动造纸工业进步中具有广阔的应用前景。