基于遗传算法优化BP神经网络的乳化器故障预警系统的研究

发布时间：2017-10-20 03:16

  本文关键词：基于遗传算法优化BP神经网络的乳化器故障预警系统的研究

  更多相关文章： 乳化器 故障预警 神经网络 遗传算法

【摘要】：乳化炸药是一种工业炸药,对经济建设和社会进步起到了非常重要的推动作用。然而乳化炸药在带来经济效益的同时,乳化炸药生产线的设备时常会发生一些故障。由于炸药行业的特殊性,这些故障往往带来灾难性的后果。乳化器是整条生产线容易发生故障的设备,当前用于乳化器的安全措施主要是对其重要参数设置阈值,参数在超过阈值时报警,同时对设备定期维护。事实表明,这些方法不能及时发现乳化器的潜在性故障,做到防患于未然。传统的计划维修和事后维修无法满足乳化器安全运行的需求,乳化器故障报警需要向预知维修和按需维修转变。预测技术的发展为上述要求提供了可能。本文将预测技术用于乳化器安全运行,提出一种基于遗传算法优化神经网络的乳化器故障预警方法。该方法通过建立多变量的模型来预测乳化器运行状况,从而在故障发生前预警。本文主要进行了以下几点研究:(1)简单介绍乳化炸药生产工艺流程,从乳化器机械结构和乳化工艺的角度分析了乳化器是乳化炸药生产线容易发生故障的设备。接着采用故障树方法分析了乳化器的故障影响因素,在此基础上提出需要建立动态、多变量的故障预警模型用于乳化器故障预警。(2)介绍了当前故障预警常用的三种预测方法,通过比较三种方法的优缺点并结合乳化器的实际情况,选用BP神经网络建立乳化器故障预警模型,并针对BP神经网络的缺点采用遗传算法优化BP神经网络,接着介绍了利用遗传算法和BP神经网络实现乳化器故障预警的方法。(3)详细阐述了建立乳化器故障预警模型的流程,实验结果表明遗传算法优化后的BP神经网络预测误差更小。然后以某化工厂的实际运行数据为基础,通过实例分析了故障预警模型的有效性。(4)在乳化炸药生产线现有设备和安全监测的基础上,完成乳化器故障预警系统的初步设计。
【关键词】：乳化器 故障预警 神经网络 遗传算法
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP277;TP18
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 课题研究背景和意义10-11
• 1.2 故障预警技术概述11-14
• 1.2.1 故障预警技术的产生和发展11-12
• 1.2.2 故障预警技术的现状和发展趋势12-14
• 1.3 论文研究的意义和主要内容14-16
• 第2章 乳化器故障分析16-28
• 2.1 乳化炸药生产工艺流程16-19
• 2.1.1 乳化工艺17-19
• 2.1.2 敏化工艺19
• 2.1.3 装药包装工艺19
• 2.2 乳化器故障影响因素19-24
• 2.2.1 乳化器机械故障分析19-21
• 2.2.2 乳化工艺角度分析21-22
• 2.2.3 乳化器故障树模型22-24
• 2.3 乳化器故障预警系统设计方案24-27
• 2.3.1 现有的乳化器安全运行措施24-25
• 2.3.2 乳化器故障预警系统设计方案25-27
• 2.4 本章小结27-28
• 第3章 基于遗传算法优化BP神经网络的故障预警方法28-45
• 3.1 预测技术在故障预警中的应用28-29
• 3.1.1 基于可靠性的预测方法28
• 3.1.2 基于失效物理模型的预测方法28-29
• 3.1.3 基于数据驱动的预测方法29
• 3.2 人工神经网络29-32
• 3.2.1 神经网络概述29
• 3.2.2 神经元模型29-30
• 3.2.3 神经网络模型分类30-32
• 3.2.4 神经网络的学习方法32
• 3.3 BP神经网络32-38
• 3.3.1 BP神经网络结构32-33
• 3.3.2 BP神经网络学习规则33-37
• 3.3.3 BP神经网络在实际应用中存在的问题37-38
• 3.4 遗传算法38-42
• 3.4.1 遗传算法概述38-40
• 3.4.2 遗传算法优化BP神经网络40-42
• 3.5 遗传算法和BP神经网络实现乳化器故障预警的基本流程42-44
• 3.6 本章小结44-45
• 第4章 乳化器故障预警模型的建立及仿真实例45-52
• 4.1 建模变量的选取45-46
• 4.2 数据预处理46
• 4.3 乳化器故障预警模型的建立46-50
• 4.4 预警模型有效性验证50-51
• 4.5 本章小结51-52
• 第5章 乳化器故障预警系统的设计52-63
• 5.1 硬件设计52-56
• 5.1.1 传感器选型52-54
• 5.1.2 变送器选型54-55
• 5.1.3 可编程序控制器选型55-56
• 5.2 系统的软件设计与实现56-62
• 5.2.1 软件系统整体设计56
• 5.2.2 组态王与数据库的连接56-57
• 5.2.3 VB故障预警软件的实现57-59
• 5.2.4 组态王与VB间的动态数据交换59-62
• 5.3 本章小结62-63
• 第6章 总结与展望63-65
• 6.1 全文总结63-64
• 6.2 研究展望64-65
• 致谢65-66
• 参考文献66-69
• 附录一 作者在读期间发表的学术论文及参加的科研项目69
• 附录二 部分训练数据69-77

【相似文献】

中国重要报纸全文数据库 前1条

1 李晔;试车夺去了13条人命[N];中国化工报;2004年

中国硕士学位论文全文数据库 前6条

1 吴子建;基于支持向量机的乳化器故障诊断系统的研究[D];杭州电子科技大学;2016年

2 陆康健;基于遗传算法优化BP神经网络的乳化器故障预警系统的研究[D];杭州电子科技大学;2016年

3 吕德衍;振动信号分析在乳化器故障诊断中的应用研究[D];杭州电子科技大学;2010年

4 张建华;基于数据驱动的乳化器故障诊断系统的研究[D];杭州电子科技大学;2014年

5 彭雯;乳化炸药生产线乳化器温度智能控制[D];中南大学;2009年

6 张跃华;GX-1型随机乳化器在N485Q直喷柴油机上节能降污的试验研究[D];广西大学;2001年

，

本文编号：1064933