基于集成神经网络的多故障诊断方法

李界家，吴成东
沈阳建筑大学信息与控制工程学院，辽宁沈阳

东北大学信息科学与工程学院，辽宁沈阳

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。

关　键　词：铝电解；故障诊断；决策；融合

１　引　言
铝电解过程是非线性、多耦合、时变和大时滞过程，其工作电流通常在几万或几十万Ａ，强电场、强磁场、强热场交互干扰，现场环境十分恶劣。尤其在电解过程中，槽内物料平衡与能量平衡状态的不断变化及其相互影响，形成了复杂多变的槽况特征。所以，故障种类多，难以检测，有些故障一旦发生，将会造成很大的损失。如铝电解中的阳极效应，一旦发生将会给铝电解生产造成很大影响，影响整个电解系列的平稳供电。因此，及时对故障进行诊断，以较大限度地提高诊断的准确率，对电解槽平稳供电，节约电能、提高铝的产量和质量有重要意义。铝电解过程故障种类多，故障因素也多。由于铝电解过程的非线性特性，所以，通常采用单个神经网络的故障诊断方法，但用这种方法，对多种故障及两种或两种以上的复合故障诊断比较困难。特别是复合故障的网络结构难以确定，即使能够确定，但网络的节点过多，结构庞大，造成训练困难，很难保证故障诊断的准确率。鉴于上述原因，本文从信号的有效组合出发，按故障的性质和过程参数的相关性，建立了铝电解集成神经网络故障诊断模型，具有分层故障诊断功能，子网络可对各单一故障进行诊断，并将各子网络的输出送入到决策融合神经网络重新融合，并通过各子网络传递的相关信息，对子网络诊断结果和诊断复合故障进行决策。从功能来看，信息融合级子网络从不同侧面完成对故障的诊断，信息融合级子网络的诊断结果送入决策融合级子网络进行融合，较终得出诊断结果。

登录网站后可下载文件

相关阅读:

• ...2008/11/19 10:40·基于集成压力传感器的无源胎压监控系统研究