基于集成神经网络的多故障诊断方法

• 作者: 吴成东 李界家
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 铝电解 故障诊断 决策 融合
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 407-411
• 分类号: TP273
• 字数: 4718字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2012.03.011

摘要

铝电解过程是一个非线性、多耦合、时变和大时滞过程,受强电场、强磁场、强热场交互干扰,形成了复杂多变的槽况特征,故障种类繁多,发生频繁,有效地故障预报和诊断,对电解系列平稳供电,节约电能、提高铝的产量和质量有重要意义.根据铝电解过程故障特点,提出了基于主成分分析的集成神经网络铝电解多故障诊断方法,建立分层故障诊断模型结构,包括子神经网络层和决策融合神经网络层,子神经网络模块采用了改进型的Elman神经网络,强化信息的记忆功能,并通过主成分分析优化了神经网络结构；决策融合神经网络通过各子网络传递的相关信息,进一步验证对子神经网络诊断结果和复合故障进行综合决策.仿真结果表明,具有良好的诊断效果,验证了该故障诊断方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李界家	沈阳建筑大学信息与控制工程学院	117	683	13.0	20.0
3	吴成东	东北大学信息科学与工程学院	168	1357	19.0	27.0