学位论文 > 优秀研究生学位论文题录展示
基于模糊神经推理系统的铝电解槽故障诊断研究
作 者: 陈伟文
导 师: 凌玉华
学 校: 中南大学
专 业: 控制科学与工程
关键词: 铝电解 小波包变换 温度行程系数 模糊神经网络 故障诊断
分类号: TF351
类 型: 硕士论文
年 份: 2010年
下 载: 68次
引 用: 2次
阅 读: 论文下载
内容摘要
铝电解是一个非稳态、非线性、高能耗、强磁场、强耦合的复杂生产过程。本文针对铝电解槽槽电压振动以及电解质温度波动的宏观表现,研究一种基于模糊神经网络的铝电解槽故障诊断系统,利用先进的自动控制技术进行监视和预测,对于提高电流效率、降低能耗、提高劳动生产率、改进生产管理水平具有重要的意义。本文首先介绍了目前国内外铝电解槽模型分析技术的研究现状,阐述了铝电解的生产工艺及故障类型,以及目前各种动态模型在槽况诊断和预测中的应用情况。数据采集部分通过小波包变换技术对电解槽槽电压的各项振动数据进行预处理,分离出各个频段的特征数据,对于故障特征的提取效果理想。以电解槽冷热行程槽况作为分析对象对温度信号进行预处理。采用模糊专家系统技术,结合新型温度检测装置,建立了冷热槽况诊断网络模型。最后以槽电压特征系数和电解槽温度行程系数为检测输入量,建立模糊神经网络诊断模型。在模糊神经推理过程中加入减法聚类,大大减少了系统的模糊规则数,能很好地协调控制算法的精度和运算速度,通过神经网络的混合学习决定隶属函数的最优分配,构成一个输入信号具有模糊权系数的神经网络集合,对电解槽的各种异常槽况进行判断,找出输入输出之间的映射关系,实现电解槽槽况的可视可控。最后通过建立仿真模型,给出了一种比较合理的模型参数选择方法,使其具有槽况预报的功能。本论文的开发研究成果,对于铝电解行业降低能耗、提高效益具有重要的参考价值。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第一章 绪论 9-19 1.1 铝电解工业概况 9-10 1.2 铝电解槽模型简介 10-13 1.2.1 铝电解槽模型的发展和分类 10-12 1.2.2 铝电解槽相关技术参数 12-13 1.3 铝电解槽诊断系统概述 13-18 1.3.1 铝电解槽诊断的理论依据 13-15 1.3.2 铝电解槽主要故障类型 15-17 1.3.3 铝电解槽诊断系统的发展过程 17-18 1.4 论文主要内容与章节安排 18-19 第二章 基于小波包的槽电压分析 19-30 2.1 槽电压波动分析 19-21 2.1.1 槽电压波动产生的原因 19-20 2.1.2 槽电压波动的处理 20-21 2.2 小波变换的理论及仿真分析 21-27 2.2.1 小波变换的原理 21-23 2.2.2 小波包变换特点 23-24 2.2.3 槽电压小波包仿真及结果分析 24-27 2.3 槽电压小波包能量特征提取 27-28 2.4 本章小结 28-30 第三章 铝电解槽冷热行程槽况分析 30-35 3.1 铝电解槽电解质温度的测量 30-31 3.1.1 热电偶槽温检测技术 30 3.1.2 新型槽温检测技术 30-31 3.2 铝电解槽冷热槽况的分析与建模 31-34 3.2.1 影响槽温行程的各种因素 31 3.2.2 冷热槽况诊断子网络模型仿真 31-34 3.3 本章小结 34-35 第四章 基于改进型模糊神经网络的铝电解诊断模型分析 35-57 4.1 铝电解槽槽况诊断模型方案论证 35-37 4.2 模糊控制理论基础 37-41 4.2.1 模糊集合及其运算 37-38 4.2.2 隶属度函数 38-39 4.2.3 模糊推理规则及其运算 39-40 4.2.4 模糊系统的分类与组成 40-41 4.3 神经网络理论原理 41-44 4.3.1 人工神经元基本组成要素 41-43 4.3.2 神经网络学习算法 43-44 4.4 模糊神经推理系统原理 44-46 4.4.1 模糊神经推理系统结构 44-45 4.4.2 ANFIS模型的学习算法 45-46 4.5 用于铝电解槽槽况诊断的模糊神经网络分析 46-56 4.5.1 系统总体框架的优化 46-47 4.5.2 主要故障的诊断和解析 47-50 4.5.3 铝电解槽槽况模型建立 50-52 4.5.4 铝电解槽ANFIS模型聚类网络优化 52-56 4.6 本章小结 56-57 第五章 数据模型仿真系统 57-61 5.1 电解铝输入量模型仿真 57-60 5.1.1 槽电压数据模型 57-60 5.1.2 电解质温度测量数据模型 60 5.2 本章小结 60-61 总结与展望 61-62 参考文献 62-66 致谢 66-67 攻读硕士学位期间主要的研究成果 67
|
相似论文
- 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
- 八作动器隔振平台的六自由度容错控制研究,TB535.1
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 基于支持向量机的故障诊断方法研究,TP18
- 三容水箱系统故障诊断算法研究,TP277
- 水上交通安全保障系统的关键技术研究,U698
- 信息融合技术在嵌入式驾驶疲劳检测中的应用研究,TP368.12
- 空间信息处理中基于模糊技术的数学模型的改进,O159
- 注塑成型过程监测与故障诊断平台的设计与实现,TQ320.5
- 智能型太阳能路灯控制器的应用研究,TM923.5
- HART现场故障诊断仪的研究与实现,TP277
- 聚合釜群多通道实时在线监测系统研究,TP274
- 基于EMD与神经网络的柱塞泵故障诊断方法,TH322
- 发电设备综合状态的评价方法研究及应用,TM621.3
- 基于FNN的电压力锅控制系统研究与设计,TM925.5
- 基于压缩感知的语音信号编码技术研究,TN912.3
- 基于广义动态模糊神经网络的肌电信号模式识别系统,TP183
- 基于滑模观测器的非线性系统故障诊断与故障重构问题研究,TP13
- 轿车悬架故障诊断系统研究,U472.9
- 发动机振动与燃烧分析虚拟仪器的设计开发与应用研究,TK407
- 融合多种信号特征的模拟电路故障诊断研究,TN710
中图分类: > 工业技术 > 冶金工业 > 冶金机械、冶金生产自动化 > 有色冶金机械与生产自动化 > 有色冶金机械
© 2012 www.xueweilunwen.com
|