登录    注册    忘记密码

期刊文章详细信息

基于优化相对主元分析的铝电解槽况诊断    

Diagnosis of aluminum reduction cell status based on optimized relative principal component analysis

  

文献类型:期刊文章

作  者:黄迪[1] 李太福[2,3] 易军[2] 田应甫[4]

机构地区:[1]重庆科技学院安全工程学院,重庆401331 [2]重庆科技学院电气与信息工程学院,重庆401331 [3]重庆大学自动化学院,重庆400044 [4]中国电力投资集团公司重庆天泰铝业有限公司,重庆401328

出  处:《计算机应用》

基  金:国家自然科学基金资助项目(51374268;51075418;61174015);重庆市自然科学基金计划重点项目(cstc2012jjB40006;cstc2013jjB40007);重庆市教委科学技术研究项目(KJ121410);重庆高校创新团队建设计划项目(KJTD201324)

年  份:2014

卷  号:34

期  号:8

起止页码:2429-2433

语  种:中文

收录情况:AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘  要:针对影响铝电解槽状态的参数较多且耦合性强、建立诊断模型的计算量巨大、诊断精度有限等问题,提出一种基于优化相对主元分析(ORPCA)的铝电解槽况诊断方法。利用相对主元分析(RPCA)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(GA)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 T2检验和预测平方差(SPE)检验的误报率降低到最小。对某厂170 kA大型预焙槽的样本进行检验,实验结果表明,该方法在置信度为95%和97.5%时,T2检验误报率分别为16.79%和9.77%,SPE检验误报率分别为4.01%和1.75%。与同类算法相比,所提方法不但能准确诊断出铝电解槽中出现的异常状态,而且明显降低T2检验和SPE检验中出现误报的概率。

关 键 词:相对主元分析  相对转换矩阵  遗传算法 铝电解槽 故障诊断

分 类 号:TP206.3]

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