基于小波分析与概率神经网络的化工过程故障诊断

• 作者: 杨青 王大志 谷雷
• 来源期刊: 工业仪表与自动化装置
• 关键词: 故障诊断 概率神经网络 Haar小波 TE过程
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 科研论坛
• 页码范围: 8-11
• 页数: 4页
• 分类号: TP27
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0682.2008.03.002

摘要

针对复杂化工过程,提出了一种结合小波分析与概率神经网络(PNN)的故障诊断方法(HWPNN方法),即利用Haar小波分析对过程原始数据进行消噪处理,然后将重构的逼近系数作为输入样本送入概率神经网络完成故障诊断.将HWPNN方法应用于TE过程(一个化工生产过程,由Tennessee Eastman公司控制小组提出)的15种故障进行实验,并与将原始数据直接送入概率神经网络作故障诊断的PNN方法进行了比较,实验结果表明HWPNN方法的故障诊断的准确率明显高于PNN方法.HWPNN方法的诊断准确率达到了100%,是一种可行而有效的化工过程的故障诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨青	沈阳理工大学信息科学与工程学院	48	229	8.0	13.0
3	王大志	东北大学信息科学与工程学院	102	661	13.0	20.0
5	谷雷	沈阳理工大学信息科学与工程学院	1	7	1.0	1.0