基于集成小波神经网络的铝电解故障诊断技术研究

《基于集成小波神经网络的铝电解故障诊断技术研究》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、硕士研究生学位论文摘要I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、B

2、P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

3、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，

4、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。关键词：铝电解；故障诊断；Elman神经网络；小波分析；集成小波神经网络硕士研究生学位论文Abstra

5、ctIIIAbstractTheprocessofaluminumelectrolysisisanon-linearity,multi-couplings,time-variableandlargetime-delayindustrialprocess.Duetotheprocessofaluminumelectrolysisiscomplex,avarietyoffaultsmayoccur.Ifsomekindoffaultisintheevent,itmayhaveagreatimpactonthewholeelec

6、trolyticseries,whichwillcausethecurrentefficiencytodrop,affectvarioustechnicalindicatorsoftheelectrolysisseries,reducetheyieldandqualityofaluminum,anddestroystablepowersupplyofthewhole.Therefore,timelyandexactlyfaultdiagnosisisofgreatsignificanceinensuringsmoothan

7、dsafeproductionoftheelectrolyticseriesandenergyconservation.Duetoitsnonlinearcharacteristicsinaluminumelectrolysis,itisdifficulttoestablishexactmechanismmodelforanalysis.However,bytheanalysisofvariouscharacteristicvolumesintheprocessofaluminumelectrolysis,itisfeas

8、ibletoidentifythemodelthroughartificialintelligentalgorithmbyanalyzingrelevantvariablewhichcouldreflecttheconditionsofaluminumelectrolysis.Forinstance,s