基于小波神经网络的化学反应器故障模式识别

• 作者: 刘晓琴
• 来源期刊: 辽宁石油化工大学学报
• 学科: 工学
• 关键词: 故障 辨识 小波神经网络
• 年，卷（期）: 2010,（3）
• 页码范围: 79-81,89
• 分类号: TP277
• 字数: 2163字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6952.2010.03.022

摘要

利用具有BP算法的前馈神经网络(MFNN),针对反应器建立了过程数据与故障类型之间的对应关系,辨识出系统的正常运行状态与故障运行状态.为了提高辨识的准确度,利用小波技术改进MFNN的作用函数构成了小波神经网络(WNN).对化学反应器中的一类典型反应过程进行了仿真实验,实验结果表明,WNN的故障辨识比MFNN的故障类型辨识具有更高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘晓琴	辽宁石油化工大学信息与控制工程学院	57	198	8.0	11.0