基于BA-RBFNN控制图模式识别的气化过程参数失稳监控模型

• 作者: 张自川 张进春
• 来源期刊: 河南理工大学学报（自然科学版）
• 关键词: 气化过程参数 模式识别 径向基函数神经网络 蜜蜂算法 关联规则算法
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 安全·矿业
• 页码范围: 38-47
• 页数: 10页
• 分类号: F253.3|X937
• 语种: 中文

摘要

为识别固体燃料气化过程参数出现的异常模式(失稳),构建一种基于蜜蜂算法-径向基函数神经网络(BA-RBFNN)控制图模式识别的气化过程参数失稳监控模型,对气化过程参数进行监控.该监控模型主要包括特征描述、特征选择、分类器和训练方法4个模块.选择形状特征和统计特征对气化过程参数进行描述,运用关联规则算法(AR)选择最佳特征集合,选择径向基函数神经网络(RBFNN)作为分类器,采用蜜蜂算法(BA)作为模型的训练方法.为检测模型性能,用模拟数据和气化炉现场数据分别对模型进行测试,并与传统方法对比.结果表明,该模型对气化过程参数出现的异常模式具有更好的识别监控效果.