基于对称Alpha稳定分布概率神经网络的铝电解槽况诊断

• 作者: 侯杰 姚立忠 易军 李太福 田应甫
• 来源期刊: 化工学报
• 关键词: 对称Alpha稳定分布 概率神经网络 故障诊断 铝电解槽 概率密度函数
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 过程系统工程
• 页码范围: 3196-3201
• 分类号: TQ821|TF391
• 语种: 中文
• DOI: 10.3969/j.issn.0438-1157.2012.10.027

摘要

在铝电解槽非稳态情况下,槽参数易发生局部突变,呈现非高斯概率分布,且各种槽参数相关性较强,无法满足概率神经网络中训练样本必须服从独立同分布的假设条件,影响槽况诊断的精确度.提出一种基于对称Alpha稳定分布概率神经网络的铝电解槽况诊断方法,利用其对非高斯分布数据的良好近似拟合能力,改进模式层的径向基函数,提高概率神经网络对槽参数局部突变的适应性.通过取自某厂170 kA大型预焙槽的样本进行检验表明,该方法能够对5种槽况做出正确的诊断,具有较强的分类精度和收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李太福	重庆科技学院电气与信息工程学院	87	399	11.0	15.0
3	易军	重庆科技学院电气与信息工程学院	43	313	10.0	15.0
4	姚立忠	西安石油大学电子工程学院	8	85	6.0	8.0
5	侯杰	重庆大学自动化学院	6	32	3.0	5.0
8	田应甫		11	134	6.0	11.0