登录    注册    忘记密码

学位论文详细信息

基于数据驱动的超低能耗铝电解槽况诊断研究及应用       

文献类型:学位论文

作  者:黄迪

导  师:李太福 李涛

授予单位:重庆科技学院

授予学位:硕士

学位年度:2016

语  种:中文

摘  要:现代铝电解工业系统规模越来越大,投资成本不断增加,企业追求高安全性、高效益。由于槽内复杂的生产环境以及外部多种不确定因素的作用,铝电解槽内故障频繁发生。如果不能准确、及时地对异常槽况进行诊断并调整相应控制策略,极易发生安全事故,酿成悲剧。但是,槽内参数呈现出非线性、强耦合性、动态特性等特点,给槽况诊断带来极大困难。加之,超低能耗铝电解槽技术的成功应用导致槽内波动频繁,非稳态非均一特性明显,更增加槽况诊断难度。在分析总结国内外槽况诊断研究的基础上,本文提出基于数据驱动的超低能耗铝电解槽况诊断方法。通过各种数据处理及分析方法,挖掘超低能耗铝电解槽内参数的内在规律,监测并识别铝电解过程中出现的异常槽况,并追溯其发生的根本原因,从而为故障诊断以及控制策略调整提供决策依据,最终保证铝电解槽平稳、可靠、安全运行。本文主要研究内容包括:1基于优化主元分析的铝电解槽况诊断方法。该方法利用相对主元分析方法在进行特征选择时的降维优势,提出一种有效的准则以确定主元的相对权重。通过遗传算法构造误报率适应度函数,考察观测样本在主元空间和残差空间里投影的变化,以获得搜索区域内最优的相对转换矩阵,使Hotelling's T检验和预测平方差(Squared Prediction Error,SPE)检验的误报率降低到最小。2基于特征子空间优化相对矩阵的铝电解槽况诊断方法。针对槽参数非线性特性,首先引入核函数将铝电解槽的非线性样本数据投影到高维特征子空间,然后利用细菌觅食算法(Bacterial Foraging Optimization Algorithm-BFO)构造简单,不易陷入局部极小值等优点,对相对转换矩阵进行优化,以最大限度地保留原始数据的特征分布,最后考察主元空间和残差空间里样本数据投影的变化,使得由Hotelling's T检�

关 键 词:铝电解 故障诊断 相对转换  优化  主元分析 系统设计开发  

分 类 号:TF821]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心