基于信息融合的軋制過程故障診斷方法研究.pdf

1、隨著我國鋼鐵自動(dòng)化技術(shù)的迅速發(fā)展，人們對(duì)軋制過程的可靠性與安全性的要求越來越高，對(duì)產(chǎn)品質(zhì)量的要求越來越嚴(yán)格，對(duì)軋制過程進(jìn)行故障診斷已經(jīng)成為過程自動(dòng)化領(lǐng)域的重要研究方向之一。在實(shí)際的軋制生產(chǎn)線中，各設(shè)備所處的生產(chǎn)環(huán)境惡劣，故障機(jī)理復(fù)雜多樣，單一傳感器獲得的故障特征參數(shù)往往是模糊的、不確定的，有時(shí)甚至是錯(cuò)誤的。因此，需要綜合利用多源故障信息，才能實(shí)現(xiàn)對(duì)軋制過程全面而準(zhǔn)確的故障診斷。
　　本文采用信息融合方法，重點(diǎn)對(duì)精軋機(jī)組的活套系統(tǒng)、

2、監(jiān)控AGC和動(dòng)態(tài)軋制溫度控制系統(tǒng)的故障診斷進(jìn)行研究。通過組建有效的傳感器網(wǎng)絡(luò)，綜合利用活套角度、軋制力等故障過程變量，結(jié)合軋制過程的故障特點(diǎn)設(shè)計(jì)了一個(gè)三級(jí)信息融合故障診斷系統(tǒng)。數(shù)據(jù)層提取了能夠表征軋制過程故障特征信息的咬鋼時(shí)段的故障數(shù)據(jù)，并進(jìn)行了歸一化處理;特征層通過構(gòu)建4個(gè)并行的自適應(yīng)神經(jīng)模糊推理系統(tǒng)(Adaptive Neuro-FuzzyInference System，ANFIS)融合診斷中心進(jìn)行局部診斷;決策層利用改進(jìn)的D-S

3、證據(jù)理論將各融合診斷中心的局部診斷結(jié)果進(jìn)行決策融合，最終實(shí)現(xiàn)了準(zhǔn)確的故障診斷。
　　在特征層局部診斷中，針對(duì)典型的前饋型自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)ANFIS中使用的誤差反向傳播(Error Back Propagation，BP)算法收斂速度慢、易陷入局部極值的缺點(diǎn)，本文采用F-R共軛梯度法對(duì)其進(jìn)行了改進(jìn)，并通過仿真分析驗(yàn)證了改進(jìn)后的ANFIS的訓(xùn)練收斂速度更快，精度更高。
　　在決策層融合診斷中，針對(duì)D-S證據(jù)理論不能有效處理高度