RBF人工神经网络评估特征诊断铝锭脱模故障

• 作者: 张弛 沈廷杰 黄将诚
• 来源期刊: 机械制造与自动化
• 学科: 工学
• 关键词: 铝锭脱模 特征评估 RBF人工神经网络 经验模态分解
• 年，卷（期）: 2020,（6）
• 页码范围: 193-196
• 页数: 4页
• 分类号: TP277
• 语种: 中文
• DOI: 10.19344/j.cnki.issn1671-5276.2020.06.050

摘要

针对电解铝工艺过程中冷却后的铝锭在脱模过程中可能与容器发生粘接从而不能脱离的情况,建立了一种基于特征评估的铝锭脱模诊断模型.利用经验模态分解方法对采集到的敲击信号进行预处理,获得8个高频本征模态函数,从这8个高频本征模态函数和原信号中分别提取6个时域无量纲指标,通过敏感度数值的大小对这些特征进行排序,将这些特征按顺序输入到RBF神经网络中,选择出敏感特征并完成人工神经网络的训练.利用待测试信号的敏感特征对模型进行验证,可以从大量特征中选择出敏感特征从而降低人工神经网络的纬数,诊断正确率达到100％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张弛		68	596	14.0	21.0
2	黄将诚		1	0	0.0	0.0
3	沈廷杰		1	0	0.0	0.0