基于粗糙集理论的化工过程故障诊断方法研究

基于粗糙集理论的化工过程故障诊断方法研究

ID:33358713

大小:1.69 MB

页数:57页

时间:2019-02-25

基于粗糙集理论的化工过程故障诊断方法研究_第1页
基于粗糙集理论的化工过程故障诊断方法研究_第2页
基于粗糙集理论的化工过程故障诊断方法研究_第3页
基于粗糙集理论的化工过程故障诊断方法研究_第4页
基于粗糙集理论的化工过程故障诊断方法研究_第5页
资源描述:

《基于粗糙集理论的化工过程故障诊断方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要摘要化工行业的生产具有高度的连续性,因此确保生产过程的稳定性和可靠性变得十分重要。随着现代计算机监控系统的大量应用,化工企业积累了大量的生产过程中的过程变量和控制变量数据,这些数据中含有大量的生产信息。如何充分利用这些数据进行化工过程的故障诊断成为当前的一个研究热点。本文从知识表达系统约简、针对连续属性采用模糊粗糙集约简和粗糙集与神经网络相结合等三个方面对田纳西一依斯曼过程(Tennessee.Eastmanprocess,简称TEP)故障数据进行了研究,从而建立了一种基于粗糙集理论的多层神经网络故障诊断系统模型。首先深入研究了利用粗糙集理论(RoughSe

2、t,简称RS)实现数据约简的方法。在分析和研究了基于核的约简方法的优点和缺点的同时,利用蚁群算法正反馈和分布式计算的特点,提出了一种新的基于蚁群算法的粗糙集知识约简方法,仿真计算结果显示了该方法的快速有效性。其次,针对粗糙集理论知识约简不能处理连续属性的固有缺陷,提出了模糊粗糙集模型,从而绕开了连续属性离散化过程,在约简过程中有效地利用了连续属性模糊化后的隶属度信息,提高了知识表达系统的信息利用率,取得了较好的约简效果。然后,在全面介绍粗糙集与神经网络相结合的研究现状的同时,根据粗糙集理论与神经网络各自的特点,提出了一种强耦合粗糙神经网络结构模式。利用粗糙集理论

3、进行规则提取后,将规则结果融入神经网络中,从而构造了一种强耦合多层模糊粗糙神经网络。最后,针对TEP过程的特点,采用基于模糊粗糙集理论的多层人工神经网络故障诊断系统对TEP过程进行故障诊断,充分发挥了粗糙集和神经网络各自的优势,简化了神经网络的结构,提高了故障诊断的速度,取得了良好的故障诊断效果。关键词:故障诊断;粗糙集;知识约简;模糊粗糙集;神经网络AbstractABSTRACTItisveryimportanttoensurethechemicalindustryprocessstabilityandsecuritybecausetheproductlin

4、eneedshi曲continuity.Thecomputermonitoringcontrolsystemiswidelyusedinmodemfactory,chemicalindustryhasaccumulatedalotofprocessingandcontrolvariabledatawhichcollectedfromflowprocess.Thisdatasei。containabundantinformation.Howtousethis:dataintochemicalprocessfaultdiagnosisbecomesahotresea

5、rchissuenow.Inthispaper,RoughSets(RS)theoryhasbeenusedinthefaultdataaboutTennessee-EastmanProcess(TEP)fromthreeaspects,whichareknowledgeexpressionsystemreduction、howtoUSefuzzyroughsetaimedatcontinuityattributeandneuralnetworkcombinedwithroughsets,atlast,amultilayerNeuralNetmodelbased

6、OilRoughSetsforfaultdiagnosissYstenihasbeenfotmded.Firstly,studiedtheknowledgeexpresssysytemreductionmethodofRStheory.Analysedtheadvantageanddisadvantageofthereductionmethodbasedoncore.Meanwhile,becauseofantColonyalgorithmhasthecharacteristicofposit!vefeedbackanddistributedcalculatio

7、n,thispaperbroughtforwardanewmethodaboutknowledgereductiOnbasedonantcolonyalgorithm.Thesimulationresultsshowsthatthisapproachisaneffectiveandquickwayinsolvingknowledge,.reduction,Secondly,aimingattheinherencelimitationOfbasicroughsetwhichcannotdeal谢thcontinuousattribute,wegivetheFuzz

8、yRoughSetsmo

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。