摘要：磨漿過程作為制漿和造紙工業(yè)最為重要的生產(chǎn)環(huán)節(jié)之一,其輸出纖維長度隨機分布(Fiber length stochastic distribution,FLSD)形狀直接決定著后續(xù)造紙過程的能耗和紙品質(zhì)量.針對傳統(tǒng)的均值和方差難以描述輸出FLSD特征,即具有非高斯分布特性,本文提出一種磨漿過程輸出FLSD的預測概率密度函數(shù)(Probability density function,PDF)控制方法.首先,采用徑向基函數(shù)(Radical basis function,RBF)神經(jīng)網(wǎng)絡逼近輸出FLSD的PDF,在采用迭代學習方法完成基函數(shù)參數(shù)整定基礎上對相應權(quán)值向量進行估計.其次,針對權(quán)值之間存在強耦合特點,利用隨機權(quán)神經(jīng)網(wǎng)絡(Random vector functional-networks,RVFLNs)建立表征輸入變量和權(quán)值之間關系的預測模型.最后,基于建立的輸出FLSD模型設計預測PDF控制器,最終實現(xiàn)對期望輸出PDF的跟蹤控制.基于工業(yè)數(shù)據(jù)實驗驗證了所提方法的有效性,為磨漿過程優(yōu)化運行和控制提供理論依據(jù).