学位论文 > 优秀研究生学位论文题录展示
基于集成小波神经网络的铝电解故障诊断技术研究
作 者: 周昊
导 师: 李界家
学 校: 沈阳建筑大学
专 业: 控制理论与控制工程
关键词: 铝电解 故障诊断 Elman神经网络 小波分析 集成小波神经网络
分类号: TP183
类 型: 硕士论文
年 份: 2011年
下 载: 47次
引 用: 0次
阅 读: 论文下载
内容摘要
铝电解过程是一个非线性、强耦合、时变和大时滞的工业体系。铝电解过程设备结构复杂,故障种类繁多,故障的发生,对整个电解系列的产生都有很大影响,使电流效率下降,影响电解系列的各项技术指标,降低了铝的产量和质量,破坏了整个电解系列的平稳供电。因此,及时有效地进行故障诊断,对保证整个电解系列平稳安全生产,节约电能具有十分重要的意义。由于铝电解的非线性特点,难以建立精确的机理模型进行分析。但是通过对铝电解过程各种故障的相关量分析,利用智能算法进行辨识已经成为一种有效的手段。比如,已经有研究人员将粗糙集、BP神经网络、Elman神经网络、小波神经网络应用到铝电解故障诊断中。尽管这些方法已经取得了一定的效果,但是有的模型在训练时收敛速度慢,容易陷入局部极小值,造成训练时间长,故障诊断的准确率不高,而且缺少对复合故障的诊断,不能满足要求。因此,本文以铝电解过程为研究对象,针对目前故障诊断方法存在的问题,提出了一套新的故障诊断方案,并做了如下工作:第一,概述了国内外铝电解的发展状况,对铝电解故障诊断意义进行了阐述。论述了现有故障诊断方法的应用及存在的问题,论证了改进现有故障诊断方法的必要性。第二,对控制系统的故障诊断方法进行了理论探讨。针对铝电解过程中各种故障,详细分析了其产生的原因和预防方法,并提取了故障诊断的特征量,提出了论文中所采用的故障诊断方法。第三,首先分析了神经网络应用于故障诊断的可能性和必要性。论述了小波分析与神经网络的结合途径,然后论述了阳极效应预报的常见方法,同时指出了目前阳极效应预报方法的不足之处。第四,分别采用Elman神经网络和小波Elman神经网络,根据阳极效应发生的机理,建立故障诊断模型,并对基本Elman神经网络模型结构进行改进,以期待达到理想的诊断效果。仿真结果表明:小波Elman神经网络诊断阳极效应具有诊断时间短,准确率高等特点,具有很好的实时性和可靠性。第五,根据铝电解过程中多种故障同时发生,并且各种故障之间存在着层次关系和因果关系的特点,提出了基于信息融合技术的集成小波神经网络的多故障诊断方法。并根据诊断流程设计了人机接口。仿真结果表明:该方法可对电解过程中多种故障的发生进行有效地诊断,解决了单一故障诊断方法难以解决的问题。第六,对基于神经网络的铝电解故障诊断方法进行了总结,对其优点和不足进行进一步地探讨,对为来工作进行了展望。
|
全文目录
摘要 4-5 Abstract 5-9 第一章 绪论 9-15 1.1 课题研究背景 9-12 1.1.1 铝电解故障诊断简介 9 1.1.2 国内外铝电解故障诊断研究现状 9-12 1.2 课题研究的目的和意义 12-13 1.3 本论文的主要工作 13-15 第二章 铝电解的故障诊断技术 15-24 2.1 控制系统的故障诊断技术 15-20 2.1.1 故障诊断技术概述 15 2.1.2 故障诊断的主要方法 15-18 2.1.3 故障诊断中的热点问题 18-19 2.1.4 故障诊断技术的发展趋势 19-20 2.2 铝电解生产过程中的常见故障与特征 20-21 2.3 故障诊断特征量的选取 21-23 2.4 本章小结 23-24 第三章 基于神经网络的阳极效应故障诊断方法研究 24-32 3.1 神经网络与故障诊断 24-26 3.1.1 神经网络应用于故障诊断的意义 24-25 3.1.2 神经网络故障诊断原理 25 3.1.3 神经网络故障诊断方法 25-26 3.2 Elman 神经网络简介 26-27 3.3 小波神经网络基础 27-29 3.3.1 小波分析基础 27-28 3.3.2 小波分析和神经网络的结合途径 28-29 3.4 阳极效应发生机理 29-30 3.5 阳极效应预报方法及存在的问题 30-31 3.6 本章小结 31-32 第四章 基于小波Elman 神经网络阳极效应故障诊断研究 32-43 4.1 阳极效应参数的确定 32 4.2 基于 Elman 神经网络的阳极效应故障诊断 32-34 4.2.1 基于 Elman 神经网络的阳极效应故障诊断模型的结构 32-34 4.2.2 Elman 神经网络的学习算法 34 4.3 Elman 神经网络模型的改进 34-36 4.3.1 改进Elman 网络的数学模型 35-36 4.3.2 改进Elman 网络的学习算法 36 4.4 基于小波 Elman 神经网络的阳极效应故障诊断 36-38 4.4.1 小波Elman 神经网络的数学模型 36-37 4.4.2 小波Elman 神经网络的学习算法 37-38 4.5 仿真研究 38-42 4.5.1 阳极效应故障诊断过程分析 38-39 4.5.2 仿真研究 39-42 4.6 本章小结 42-43 第五章 基于集成小波神经网络的铝电解故障诊断研究 43-59 5.1 基于集成小波神经网络的建模研究 43-47 5.1.1 单子神经网络故障诊断的局限性 43 5.1.2 基于信息融合的集成小波神经网络的基本思想 43-44 5.1.3 集成小波神经网络的基本结构 44 5.1.4 子神经网络的组建原则 44-45 5.1.5 集成小波神经网络的实现策略 45-47 5.2 基于集成小波神经网络的故障诊断的实现 47-53 5.3 故障诊断系统的人机接口设计 53-57 5.3.1 系统的组成和功能 53-54 5.3.2 下位机硬件组成 54-55 5.3.3 上位机管理软件的设计 55-57 5.4 仿真研究 57-58 5.4.1 故障诊断系统实现过程 57 5.4.2 仿真实验结果 57-58 5.5 本章小结 58-59 第六章 总结与展望 59-61 6.1 总结 59 6.2 展望 59-61 参考文献 61-64 作者简介 64 作者在攻读硕士学位期间发表的学术论文 64-65 致谢 65-66
|
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
- 航天继电器时间参数测试分析技术的研究,TM58
- 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
- 基于汉语听觉认知的事件相关电位的研究,R318.0
- 水上交通安全保障系统的关键技术研究,U698
- 基于声学特性的裂纹缺陷检测方法研究,TP274
- 注塑成型过程监测与故障诊断平台的设计与实现,TQ320.5
- 基于小波分析的掌纹图像识别研究,TP391.41
- HART现场故障诊断仪的研究与实现,TP277
- 基于小波和Kalman滤波的GPS数据去噪方法研究,P228.4
- 膨胀土质基坑周边建筑物变形研究,TU443
- 聚合釜群多通道实时在线监测系统研究,TP274
- 面向大批量生产的刀具磨损在线识别技术研究,TG71
- 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
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com
|