2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩157頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、鋁電解屬于復(fù)雜的工業(yè)流程,其生產(chǎn)過程具有高度的非線性、不確定性、慢時變、大滯后、干擾大、未知因素多等不利因素,故障發(fā)生頻繁、故障類型多。故障的發(fā)生對整個電解系列和各項技術(shù)指標產(chǎn)生很大影響,導致鋁的產(chǎn)量和質(zhì)量降低,并浪費了大量的電能,造成巨大的經(jīng)濟損失,目前尚無完善的鋁電解故障診斷系統(tǒng)。因此,對鋁電解過程中的故障進行有效的診斷和預(yù)報,對提高鋁的生產(chǎn)效率、降低鋁的生產(chǎn)成本、節(jié)省電能、實現(xiàn)安全生產(chǎn)都有重要意義。
  本文深入分析了鋁電解

2、故障發(fā)生的機理和特點,從不同角度、不同方法研究了鋁電解過程故障診斷方法。分別從基于解析模型的故障診斷、單一故障診斷和多故障診斷多方面,研究了故障診斷模型的建立方法,數(shù)據(jù)處理方法、故障診斷模型的訓練方法及算法優(yōu)化等。針對目前鋁電解故障診斷存在的問題,進行了鋁電解故障診斷理論與應(yīng)用研究,使用現(xiàn)場數(shù)據(jù)對研究結(jié)果進行測試,驗證了其有效性和實用性。
  首先,針對鋁電解陽極效應(yīng)故障發(fā)生特點,提出了基于解析模型的鋁電解故障(陽極效應(yīng))診斷方法

3、,應(yīng)用系統(tǒng)辨識理論和故障診斷技術(shù),采用了增廣最小二乘辨識算法,將機理建模和實驗有機結(jié)合,建立了鋁電解過程動態(tài)數(shù)學模型,通過模型多參數(shù)的跟蹤,捕捉參數(shù)變化特征,對陽極效應(yīng)進行預(yù)報。并研究了在選擇不同的模型初始條件和不同的遺忘因子情況下,對故障診斷效果的影響,仿真研究結(jié)果驗證了這種方法的有效性。
  其次,針對鋁電解生產(chǎn)過程復(fù)雜的特性,具有很多不確定性因素,利用非線性主成分分析法對數(shù)據(jù)降維和解耦,對輸入量進行了約簡,確定鋁電解過程故障

4、主成分,簡化了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),并根據(jù)Elman神經(jīng)網(wǎng)絡(luò)具有記憶性強等特點,提出了小波Elman神經(jīng)網(wǎng)絡(luò)的鋁電解陽極效應(yīng)故障診斷方法。研究了Elman神經(jīng)網(wǎng)絡(luò)、小波Elman神經(jīng)網(wǎng)絡(luò)和改進型Elman神經(jīng)網(wǎng)絡(luò)三種不同故障診斷模型的建模方法,仿真結(jié)果表明:采用小波Elman神經(jīng)網(wǎng)絡(luò)具有故障預(yù)報準確率高、提前量大等特點。
  再次,提出了模塊化集成模糊神經(jīng)網(wǎng)絡(luò)鋁電解多故障診斷方法。采用結(jié)構(gòu)化、模塊化設(shè)計方法,構(gòu)建了鋁電解故障診斷平臺。研究

5、了單一神經(jīng)網(wǎng)絡(luò)和模塊化集成網(wǎng)絡(luò)兩種不同形式的故障診斷方法。模塊化集成模糊神經(jīng)網(wǎng)絡(luò)鋁電解多故障診斷模型采用子故障診斷網(wǎng)絡(luò)和決策融合診斷網(wǎng)絡(luò)兩級故障診斷網(wǎng)絡(luò)結(jié)構(gòu),其特點是將模塊化與集成網(wǎng)絡(luò)的有機結(jié)合、模糊和神經(jīng)網(wǎng)絡(luò)的有機結(jié)合、子網(wǎng)絡(luò)與決策網(wǎng)絡(luò)信息的融合,子故障診斷網(wǎng)絡(luò)輸入量按各子網(wǎng)絡(luò)的診斷功能,將輸入信號進行分項,既考慮到各子網(wǎng)絡(luò)的關(guān)聯(lián)性,又要考慮到信號的量級,通過有效的組合實現(xiàn)子故障診斷網(wǎng)絡(luò)的模塊化。故障診斷子網(wǎng)絡(luò)為Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

6、,決策融合神經(jīng)網(wǎng)絡(luò)為模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),主要功能包括信號傳遞、模糊邏輯運算和反模糊化,實現(xiàn)了模糊與神經(jīng)網(wǎng)絡(luò)的有機結(jié)合。決策融合神經(jīng)網(wǎng)絡(luò)訓練采用了粒子群算法,使網(wǎng)絡(luò)的收斂速度和精度都有了一定的提高。仿真研究結(jié)果表明:模塊化集成模糊神經(jīng)網(wǎng)絡(luò)鋁電解多故障診斷方法較單一神經(jīng)網(wǎng)絡(luò)診斷方法具有很大的優(yōu)越性,預(yù)報準確率高、預(yù)報提前量大,而且能有效地診斷復(fù)合故障。
  最后,根據(jù)鋁電解過程工藝要求和控制性能指標要求,設(shè)計了鋁電解計算機控制系統(tǒng)。系統(tǒng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論