本文關鍵詞：基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的乳化器故障預警系統(tǒng)的研究

  更多相關文章： 乳化器 故障預警 神經(jīng)網(wǎng)絡 遺傳算法

【摘要】：乳化炸藥是一種工業(yè)炸藥,對經(jīng)濟建設和社會進步起到了非常重要的推動作用。然而乳化炸藥在帶來經(jīng)濟效益的同時,乳化炸藥生產線的設備時常會發(fā)生一些故障。由于炸藥行業(yè)的特殊性,這些故障往往帶來災難性的后果。乳化器是整條生產線容易發(fā)生故障的設備,當前用于乳化器的安全措施主要是對其重要參數(shù)設置閾值,參數(shù)在超過閾值時報警,同時對設備定期維護。事實表明,這些方法不能及時發(fā)現(xiàn)乳化器的潛在性故障,做到防患于未然。傳統(tǒng)的計劃維修和事后維修無法滿足乳化器安全運行的需求,乳化器故障報警需要向預知維修和按需維修轉變。預測技術的發(fā)展為上述要求提供了可能。本文將預測技術用于乳化器安全運行,提出一種基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的乳化器故障預警方法。該方法通過建立多變量的模型來預測乳化器運行狀況,從而在故障發(fā)生前預警。本文主要進行了以下幾點研究:(1)簡單介紹乳化炸藥生產工藝流程,從乳化器機械結構和乳化工藝的角度分析了乳化器是乳化炸藥生產線容易發(fā)生故障的設備。接著采用故障樹方法分析了乳化器的故障影響因素,在此基礎上提出需要建立動態(tài)、多變量的故障預警模型用于乳化器故障預警。(2)介紹了當前故障預警常用的三種預測方法,通過比較三種方法的優(yōu)缺點并結合乳化器的實際情況,選用BP神經(jīng)網(wǎng)絡建立乳化器故障預警模型,并針對BP神經(jīng)網(wǎng)絡的缺點采用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡,接著介紹了利用遺傳算法和BP神經(jīng)網(wǎng)絡實現(xiàn)乳化器故障預警的方法。(3)詳細闡述了建立乳化器故障預警模型的流程,實驗結果表明遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡預測誤差更小。然后以某化工廠的實際運行數(shù)據(jù)為基礎,通過實例分析了故障預警模型的有效性。(4)在乳化炸藥生產線現(xiàn)有設備和安全監(jiān)測的基礎上,完成乳化器故障預警系統(tǒng)的初步設計。
【關鍵詞】：乳化器 故障預警 神經(jīng)網(wǎng)絡 遺傳算法
【學位授予單位】：杭州電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP277;TP18
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 課題研究背景和意義10-11
• 1.2 故障預警技術概述11-14
• 1.2.1 故障預警技術的產生和發(fā)展11-12
• 1.2.2 故障預警技術的現(xiàn)狀和發(fā)展趨勢12-14
• 1.3 論文研究的意義和主要內容14-16
• 第2章 乳化器故障分析16-28
• 2.1 乳化炸藥生產工藝流程16-19
• 2.1.1 乳化工藝17-19
• 2.1.2 敏化工藝19
• 2.1.3 裝藥包裝工藝19
• 2.2 乳化器故障影響因素19-24
• 2.2.1 乳化器機械故障分析19-21
• 2.2.2 乳化工藝角度分析21-22
• 2.2.3 乳化器故障樹模型22-24
• 2.3 乳化器故障預警系統(tǒng)設計方案24-27
• 2.3.1 現(xiàn)有的乳化器安全運行措施24-25
• 2.3.2 乳化器故障預警系統(tǒng)設計方案25-27
• 2.4 本章小結27-28
• 第3章 基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的故障預警方法28-45
• 3.1 預測技術在故障預警中的應用28-29
• 3.1.1 基于可靠性的預測方法28
• 3.1.2 基于失效物理模型的預測方法28-29
• 3.1.3 基于數(shù)據(jù)驅動的預測方法29
• 3.2 人工神經(jīng)網(wǎng)絡29-32
• 3.2.1 神經(jīng)網(wǎng)絡概述29
• 3.2.2 神經(jīng)元模型29-30
• 3.2.3 神經(jīng)網(wǎng)絡模型分類30-32
• 3.2.4 神經(jīng)網(wǎng)絡的學習方法32
• 3.3 BP神經(jīng)網(wǎng)絡32-38
• 3.3.1 BP神經(jīng)網(wǎng)絡結構32-33
• 3.3.2 BP神經(jīng)網(wǎng)絡學習規(guī)則33-37
• 3.3.3 BP神經(jīng)網(wǎng)絡在實際應用中存在的問題37-38
• 3.4 遺傳算法38-42
• 3.4.1 遺傳算法概述38-40
• 3.4.2 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡40-42
• 3.5 遺傳算法和BP神經(jīng)網(wǎng)絡實現(xiàn)乳化器故障預警的基本流程42-44
• 3.6 本章小結44-45
• 第4章 乳化器故障預警模型的建立及仿真實例45-52
• 4.1 建模變量的選取45-46
• 4.2 數(shù)據(jù)預處理46
• 4.3 乳化器故障預警模型的建立46-50
• 4.4 預警模型有效性驗證50-51
• 4.5 本章小結51-52
• 第5章 乳化器故障預警系統(tǒng)的設計52-63
• 5.1 硬件設計52-56
• 5.1.1 傳感器選型52-54
• 5.1.2 變送器選型54-55
• 5.1.3 可編程序控制器選型55-56
• 5.2 系統(tǒng)的軟件設計與實現(xiàn)56-62
• 5.2.1 軟件系統(tǒng)整體設計56
• 5.2.2 組態(tài)王與數(shù)據(jù)庫的連接56-57
• 5.2.3 VB故障預警軟件的實現(xiàn)57-59
• 5.2.4 組態(tài)王與VB間的動態(tài)數(shù)據(jù)交換59-62
• 5.3 本章小結62-63
• 第6章 總結與展望63-65
• 6.1 全文總結63-64
• 6.2 研究展望64-65
• 致謝65-66
• 參考文獻66-69
• 附錄一 作者在讀期間發(fā)表的學術論文及參加的科研項目69
• 附錄二 部分訓練數(shù)據(jù)69-77

【相似文獻】

中國重要報紙全文數(shù)據(jù)庫 前1條

1 李曄;試車奪去了13條人命[N];中國化工報;2004年

中國碩士學位論文全文數(shù)據(jù)庫 前6條

1 吳子建;基于支持向量機的乳化器故障診斷系統(tǒng)的研究[D];杭州電子科技大學;2016年

2 陸康健;基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的乳化器故障預警系統(tǒng)的研究[D];杭州電子科技大學;2016年

3 呂德衍;振動信號分析在乳化器故障診斷中的應用研究[D];杭州電子科技大學;2010年

4 張建華;基于數(shù)據(jù)驅動的乳化器故障診斷系統(tǒng)的研究[D];杭州電子科技大學;2014年

5 彭雯;乳化炸藥生產線乳化器溫度智能控制[D];中南大學;2009年

6 張躍華;GX-1型隨機乳化器在N485Q直噴柴油機上節(jié)能降污的試驗研究[D];廣西大學;2001年

，

本文編號：1064933