文献类型：期刊文章

作　　者：易军[1] 李太福[1,2] 田应甫[3] 姚立忠[4] 侯杰[2]

机构地区：[1]重庆科技学院电气与信息工程学院,重庆401331 [2]重庆大学自动化学院,重庆400044 [3]重庆天泰铝业有限公司,重庆401328 [4]西安石油大学电子工程学院,陕西西安710065

出　　处：《化工学报》

基　　金：国家自然科学基金项目(61174015);重庆市自然科学基金重点项目(CSTC2012JJB40006);重庆市教委科学技术研究项目(KJ121410);重庆科技学院校内科研基金项目(CK2011B04)~~

年　　份：2012

卷　　号：63

期　　号：10

起止页码：3196-3201

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSCD、CSCD2011_2012、EI(收录号：20124515655402)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在铝电解槽非稳态情况下,槽参数易发生局部突变,呈现非高斯概率分布,且各种槽参数相关性较强,无法满足概率神经网络中训练样本必须服从独立同分布的假设条件,影响槽况诊断的精确度。提出一种基于对称Alpha稳定分布概率神经网络的铝电解槽况诊断方法,利用其对非高斯分布数据的良好近似拟合能力,改进模式层的径向基函数,提高概率神经网络对槽参数局部突变的适应性。通过取自某厂170kA大型预焙槽的样本进行检验表明,该方法能够对5种槽况做出正确的诊断,具有较强的分类精度和收敛速度。

关 键 词：对称Alpha稳定分布  概率神经网络 故障诊断 铝电解槽 概率密度函数

分 类 号：TQ821] TF391]