铝电解过程多层次多故障诊断方法研究
发布时间：2021-01-06 08:37
铝电解工艺过程复杂,电解过程受温度场、磁场、电场交互干扰,所以,控制的难度大,故障发生频繁,有些故障一旦发生,造成严重的经济损失。严重影响铝的质量和产量。所以,有效地诊断预报铝电解过程的故障,及时处理故障,尤为重要,对提高绿的产量和质量具有重要意义。本文提出了铝电解故障诊断预报新方法,设计了铝电解故障诊断预报系统,开发了铝电解过程管理平台,使得铝电解故障得到实时监控。具体工作内容如下:第一,以某铝厂铝电解过程为研究背景,阐述国内外铝工业以及铝电解故障诊断的发展现状。概述了铝电解故障诊断的意义。论述了现阶段铝电解故障诊断中还存在的问题,提出了新的故障预报方法。第二,研究了基于模型的故障诊断诊断方法,将系统辨识与参数估计结合,建立了故障诊断数学模型,并验证了其有效性,通过模型的方法可以快速诊断出铝电解故障的发生。第三,阐述了神经网络应用在故障诊断中的原理及方法,分析其有效性和必要性。通过选取能反映阳极效应的特征量,利用非线性主成分分析法对数据进行了处理,以达到降维和解耦合的目的,通过遗传算法对神经网络的训练过程进行了优化,最后通过仿真实验验证了多层次多故障诊断方法的可行性。第四,针对铝电解...
【文章来源】：沈阳建筑大学辽宁省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
图３．１辨识算法的异常诊断原理图??Ｆｉ．?３．１?Ａｂｎｏｍｉａｌ?Ｄｉａｎｏｓｔｉｃ?Ｓｃｈｅｍａｔｉｃ?ｄｉａｒａｍ?ｏｆ?Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ａｌｏｒｉｔｈｍ??
图４．１多层次诊断结构图??Ｆｉｇ．?４．１?Ｍｕｌｔｉ?－?ｌｅｖｅｌ?ｄｉａｇｎｏｓｔｉｃ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??由图４．１可知，首先进行第一层级判断，先通过监控软件采集铝电解过程中各项数据，??其次将采集到的数据通过主成分分析法进行数据处理，之后将处理过的数据输入到线性辨??识模型之中判断铝电解过程中是否发生异常，但因为模型的方法只能判断异常的发生，而??不能判断异常的类别。所以当模型诊断出有异常发生时，进入第二层级诊断阶段，引入了??智能神经网络诊断的方法对异常的种类进行进一步判别，判别出异常类别后进行异常预??警。??４．３铝电解故障智能诊断模型??首先图４．２这个模型为三级神经网络的诊断模型，首先第一层将输入的信号通过主成??分分析法提取特征值，第二层级将提取的特征值作为输入量输入模糊神经网络，通过神经??网络来进行异常判别，之后进入第二层级进行异常输出，从而建立铝电解异常效应诊断模??型。因为在异常输入阶段
?鰲??程：断??图４．１多层次诊断结构图??Ｆｉｇ．?４．１?Ｍｕｌｔｉ?－?ｌｅｖｅｌ?ｄｉａｇｎｏｓｔｉｃ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??由图４．１可知，首先进行第一层级判断，先通过监控软件采集铝电解过程中各项数据，??其次将采集到的数据通过主成分分析法进行数据处理，之后将处理过的数据输入到线性辨??识模型之中判断铝电解过程中是否发生异常，但因为模型的方法只能判断异常的发生，而??不能判断异常的类别。所以当模型诊断出有异常发生时，进入第二层级诊断阶段，引入了??智能神经网络诊断的方法对异常的种类进行进一步判别，判别出异常类别后进行异常预??警。??４．３铝电解故障智能诊断模型??首先图４．２这个模型为三级神经网络的诊断模型，首先第一层将输入的信号通过主成??分分析法提取特征值，第二层级将提取的特征值作为输入量输入模糊神经网络，通过神经??网络来进行异常判别
【参考文献】：
期刊论文
[1]铝电解过程故障诊断方法研究与实现[J]. 毕建辉. 山东工业技术. 2017(15)
[2]基于槽况分类的铝电解电流效率预测研究[J]. 崔桂梅,薛法远,刘丕亮. 计算机仿真. 2017(01)
[3]计算机网络在铝电解企业中的应用研究[J]. 杨喜梅. 中国高新技术企业. 2016(33)
[4]铝电解供电监控系统的综合自动化设计与实现[J]. 张春歌. 世界有色金属. 2016(18)
[5]铝电解阳极效应装置的问题及技术改进[J]. 毛小浩,徐本军. 电子技术与软件工程. 2016(16)
[6]影响铝电解电流效率的原因与影响程度研讨[J]. 刘伟元. 世界有色金属. 2016(11)
[7]我国电解铝工业技术发展现状[J]. 马琼,杨健壮. 世界有色金属. 2016(10)
[8]基于神经网络遗传算法的铝电解槽电压优化[J]. 徐辰华,李智. 系统仿真学报. 2016(05)
[9]基于行为策略的铝电解建模控制研究[J]. 陈铁军,黄超,张瑾. 郑州大学学报(工学版). 2016(01)
[10]铝电解过程电流效率智能集成预测模型[J]. 孔磊,王卓,王紫千,刘钊. 控制工程. 2015(04)
博士论文
[1]基于脊波神经网络的模拟电路故障诊断研究[D]. 肖迎群.湖南大学 2011
硕士论文
[1]基于小波分析和BP神经网络的微电机故障诊断方法研究[D]. 陈胜义.广东工业大学 2013
[2]基于改进混合蛙跳算法的K-means聚类算法研究[D]. 韩晓慧.甘肃农业大学 2012
[3]基于EMD和ICA的感应电动机故障检测研究[D]. 李宁宁.天津理工大学 2011
[4]基于小波包和EMD相结合的电机轴承故障诊断[D]. 林选.太原理工大学 2010
[5]铝电解槽阳极电流的无线监测系统[D]. 杨勇.大连理工大学 2009
本文编号：2960266
【文章来源】：沈阳建筑大学辽宁省
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
图３．１辨识算法的异常诊断原理图??Ｆｉ．?３．１?Ａｂｎｏｍｉａｌ?Ｄｉａｎｏｓｔｉｃ?Ｓｃｈｅｍａｔｉｃ?ｄｉａｒａｍ?ｏｆ?Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ａｌｏｒｉｔｈｍ??
图４．１多层次诊断结构图??Ｆｉｇ．?４．１?Ｍｕｌｔｉ?－?ｌｅｖｅｌ?ｄｉａｇｎｏｓｔｉｃ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??由图４．１可知，首先进行第一层级判断，先通过监控软件采集铝电解过程中各项数据，??其次将采集到的数据通过主成分分析法进行数据处理，之后将处理过的数据输入到线性辨??识模型之中判断铝电解过程中是否发生异常，但因为模型的方法只能判断异常的发生，而??不能判断异常的类别。所以当模型诊断出有异常发生时，进入第二层级诊断阶段，引入了??智能神经网络诊断的方法对异常的种类进行进一步判别，判别出异常类别后进行异常预??警。??４．３铝电解故障智能诊断模型??首先图４．２这个模型为三级神经网络的诊断模型，首先第一层将输入的信号通过主成??分分析法提取特征值，第二层级将提取的特征值作为输入量输入模糊神经网络，通过神经??网络来进行异常判别，之后进入第二层级进行异常输出，从而建立铝电解异常效应诊断模??型。因为在异常输入阶段
?鰲??程：断??图４．１多层次诊断结构图??Ｆｉｇ．?４．１?Ｍｕｌｔｉ?－?ｌｅｖｅｌ?ｄｉａｇｎｏｓｔｉｃ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??由图４．１可知，首先进行第一层级判断，先通过监控软件采集铝电解过程中各项数据，??其次将采集到的数据通过主成分分析法进行数据处理，之后将处理过的数据输入到线性辨??识模型之中判断铝电解过程中是否发生异常，但因为模型的方法只能判断异常的发生，而??不能判断异常的类别。所以当模型诊断出有异常发生时，进入第二层级诊断阶段，引入了??智能神经网络诊断的方法对异常的种类进行进一步判别，判别出异常类别后进行异常预??警。??４．３铝电解故障智能诊断模型??首先图４．２这个模型为三级神经网络的诊断模型，首先第一层将输入的信号通过主成??分分析法提取特征值，第二层级将提取的特征值作为输入量输入模糊神经网络，通过神经??网络来进行异常判别
【参考文献】：
期刊论文
[1]铝电解过程故障诊断方法研究与实现[J]. 毕建辉. 山东工业技术. 2017(15)
[2]基于槽况分类的铝电解电流效率预测研究[J]. 崔桂梅,薛法远,刘丕亮. 计算机仿真. 2017(01)
[3]计算机网络在铝电解企业中的应用研究[J]. 杨喜梅. 中国高新技术企业. 2016(33)
[4]铝电解供电监控系统的综合自动化设计与实现[J]. 张春歌. 世界有色金属. 2016(18)
[5]铝电解阳极效应装置的问题及技术改进[J]. 毛小浩,徐本军. 电子技术与软件工程. 2016(16)
[6]影响铝电解电流效率的原因与影响程度研讨[J]. 刘伟元. 世界有色金属. 2016(11)
[7]我国电解铝工业技术发展现状[J]. 马琼,杨健壮. 世界有色金属. 2016(10)
[8]基于神经网络遗传算法的铝电解槽电压优化[J]. 徐辰华,李智. 系统仿真学报. 2016(05)
[9]基于行为策略的铝电解建模控制研究[J]. 陈铁军,黄超,张瑾. 郑州大学学报(工学版). 2016(01)
[10]铝电解过程电流效率智能集成预测模型[J]. 孔磊,王卓,王紫千,刘钊. 控制工程. 2015(04)
博士论文
[1]基于脊波神经网络的模拟电路故障诊断研究[D]. 肖迎群.湖南大学 2011
硕士论文
[1]基于小波分析和BP神经网络的微电机故障诊断方法研究[D]. 陈胜义.广东工业大学 2013
[2]基于改进混合蛙跳算法的K-means聚类算法研究[D]. 韩晓慧.甘肃农业大学 2012
[3]基于EMD和ICA的感应电动机故障检测研究[D]. 李宁宁.天津理工大学 2011
[4]基于小波包和EMD相结合的电机轴承故障诊断[D]. 林选.太原理工大学 2010
[5]铝电解槽阳极电流的无线监测系统[D]. 杨勇.大连理工大学 2009
本文编号：2960266
本文链接：https://www.wllwen.com/projectlw/yjlw/2960266.html
