鋁電解工藝過程復(fù)雜,電解過程受溫度場、磁場、電場交互干擾,所以,控制的難度大,故障發(fā)生頻繁,有些故障一旦發(fā)生,造成嚴重的經(jīng)濟損失。嚴重影響鋁的質(zhì)量和產(chǎn)量。所以,有效地診斷預(yù)報鋁電解過程的故障,及時處理故障,尤為重要,對提高綠的產(chǎn)量和質(zhì)量具有重要意義。本文提出了鋁電解故障診斷預(yù)報新方法,設(shè)計了鋁電解故障診斷預(yù)報系統(tǒng),開發(fā)了鋁電解過程管理平臺,使得鋁電解故障得到實時監(jiān)控。具體工作內(nèi)容如下:第一,以某鋁廠鋁電解過程為研究背景,闡述國內(nèi)外鋁工業(yè)以及鋁電解故障診斷的發(fā)展現(xiàn)狀。概述了鋁電解故障診斷的意義。論述了現(xiàn)階段鋁電解故障診斷中還存在的問題,提出了新的故障預(yù)報方法。第二,研究了基于模型的故障診斷診斷方法,將系統(tǒng)辨識與參數(shù)估計結(jié)合,建立了故障診斷數(shù)學(xué)模型,并驗證了其有效性,通過模型的方法可以快速診斷出鋁電解故障的發(fā)生。第三,闡述了神經(jīng)網(wǎng)絡(luò)應(yīng)用在故障診斷中的原理及方法,分析其有效性和必要性。通過選取能反映陽極效應(yīng)的特征量,利用非線性主成分分析法對數(shù)據(jù)進行了處理,以達到降維和解耦合的目的,通過遺傳算法對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程進行了優(yōu)化,最后通過仿真實驗驗證了多層次多故障診斷方法的可行性。第四,針對鋁電解... 

【文章來源】：沈陽建筑大學(xué)遼寧省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３．１辨識算法的異常診斷原理圖??Ｆｉ．?３．１?Ａｂｎｏｍｉａｌ?Ｄｉａｎｏｓｔｉｃ?Ｓｃｈｅｍａｔｉｃ?ｄｉａｒａｍ?ｏｆ?Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ?ａｌｏｒｉｔｈｍ??

圖４．１多層次診斷結(jié)構(gòu)圖??Ｆｉｇ．?４．１?Ｍｕｌｔｉ?－?ｌｅｖｅｌ?ｄｉａｇｎｏｓｔｉｃ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??由圖４．１可知，首先進行第一層級判斷，先通過監(jiān)控軟件采集鋁電解過程中各項數(shù)據(jù)，??其次將采集到的數(shù)據(jù)通過主成分分析法進行數(shù)據(jù)處理，之后將處理過的數(shù)據(jù)輸入到線性辨??識模型之中判斷鋁電解過程中是否發(fā)生異常，但因為模型的方法只能判斷異常的發(fā)生，而??不能判斷異常的類別。所以當模型診斷出有異常發(fā)生時，進入第二層級診斷階段，引入了??智能神經(jīng)網(wǎng)絡(luò)診斷的方法對異常的種類進行進一步判別，判別出異常類別后進行異常預(yù)??警。??４．３鋁電解故障智能診斷模型??首先圖４．２這個模型為三級神經(jīng)網(wǎng)絡(luò)的診斷模型，首先第一層將輸入的信號通過主成??分分析法提取特征值，第二層級將提取的特征值作為輸入量輸入模糊神經(jīng)網(wǎng)絡(luò)，通過神經(jīng)??網(wǎng)絡(luò)來進行異常判別，之后進入第二層級進行異常輸出，從而建立鋁電解異常效應(yīng)診斷模??型。因為在異常輸入階段

?鰲??程：斷??圖４．１多層次診斷結(jié)構(gòu)圖??Ｆｉｇ．?４．１?Ｍｕｌｔｉ?－?ｌｅｖｅｌ?ｄｉａｇｎｏｓｔｉｃ?ｓｔｒｕｃｔｕｒｅ?ｃｈａｒｔ??由圖４．１可知，首先進行第一層級判斷，先通過監(jiān)控軟件采集鋁電解過程中各項數(shù)據(jù)，??其次將采集到的數(shù)據(jù)通過主成分分析法進行數(shù)據(jù)處理，之后將處理過的數(shù)據(jù)輸入到線性辨??識模型之中判斷鋁電解過程中是否發(fā)生異常，但因為模型的方法只能判斷異常的發(fā)生，而??不能判斷異常的類別。所以當模型診斷出有異常發(fā)生時，進入第二層級診斷階段，引入了??智能神經(jīng)網(wǎng)絡(luò)診斷的方法對異常的種類進行進一步判別，判別出異常類別后進行異常預(yù)??警。??４．３鋁電解故障智能診斷模型??首先圖４．２這個模型為三級神經(jīng)網(wǎng)絡(luò)的診斷模型，首先第一層將輸入的信號通過主成??分分析法提取特征值，第二層級將提取的特征值作為輸入量輸入模糊神經(jīng)網(wǎng)絡(luò)，通過神經(jīng)??網(wǎng)絡(luò)來進行異常判別

【參考文獻】：
期刊論文
[1]鋁電解過程故障診斷方法研究與實現(xiàn)[J]. 畢建輝.  山東工業(yè)技術(shù). 2017(15)
[2]基于槽況分類的鋁電解電流效率預(yù)測研究[J]. 崔桂梅,薛法遠,劉丕亮.  計算機仿真. 2017(01)
[3]計算機網(wǎng)絡(luò)在鋁電解企業(yè)中的應(yīng)用研究[J]. 楊喜梅.  中國高新技術(shù)企業(yè). 2016(33)
[4]鋁電解供電監(jiān)控系統(tǒng)的綜合自動化設(shè)計與實現(xiàn)[J]. 張春歌.  世界有色金屬. 2016(18)
[5]鋁電解陽極效應(yīng)裝置的問題及技術(shù)改進[J]. 毛小浩,徐本軍.  電子技術(shù)與軟件工程. 2016(16)
[6]影響鋁電解電流效率的原因與影響程度研討[J]. 劉偉元.  世界有色金屬. 2016(11)
[7]我國電解鋁工業(yè)技術(shù)發(fā)展現(xiàn)狀[J]. 馬瓊,楊健壯.  世界有色金屬. 2016(10)
[8]基于神經(jīng)網(wǎng)絡(luò)遺傳算法的鋁電解槽電壓優(yōu)化[J]. 徐辰華,李智.  系統(tǒng)仿真學(xué)報. 2016(05)
[9]基于行為策略的鋁電解建�？刂蒲芯縖J]. 陳鐵軍,黃超,張瑾.  鄭州大學(xué)學(xué)報(工學(xué)版). 2016(01)
[10]鋁電解過程電流效率智能集成預(yù)測模型[J]. 孔磊,王卓,王紫千,劉釗.  控制工程. 2015(04)

博士論文
[1]基于脊波神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷研究[D]. 肖迎群.湖南大學(xué) 2011

碩士論文
[1]基于小波分析和BP神經(jīng)網(wǎng)絡(luò)的微電機故障診斷方法研究[D]. 陳勝義.廣東工業(yè)大學(xué) 2013
[2]基于改進混合蛙跳算法的K-means聚類算法研究[D]. 韓曉慧.甘肅農(nóng)業(yè)大學(xué) 2012
[3]基于EMD和ICA的感應(yīng)電動機故障檢測研究[D]. 李寧寧.天津理工大學(xué) 2011
[4]基于小波包和EMD相結(jié)合的電機軸承故障診斷[D]. 林選.太原理工大學(xué) 2010
[5]鋁電解槽陽極電流的無線監(jiān)測系統(tǒng)[D]. 楊勇.大連理工大學(xué) 2009



本文編號：2960266