基于模糊神經(jīng)推理系統(tǒng)的鋁電解槽故障診斷研究.pdf

1、鋁電解是一個非穩(wěn)態(tài)、非線性、高能耗、強(qiáng)磁場、強(qiáng)耦合的復(fù)雜生產(chǎn)過程。本文針對鋁電解槽槽電壓振動以及電解質(zhì)溫度波動的宏觀表現(xiàn)，研究一種基于模糊神經(jīng)網(wǎng)絡(luò)的鋁電解槽故障診斷系統(tǒng)，利用先進(jìn)的自動控制技術(shù)進(jìn)行監(jiān)視和預(yù)測，對于提高電流效率、降低能耗、提高勞動生產(chǎn)率、改進(jìn)生產(chǎn)管理水平具有重要的意義。
　　 本文首先介紹了目前國內(nèi)外鋁電解槽模型分析技術(shù)的研究現(xiàn)狀，闡述了鋁電解的生產(chǎn)工藝及故障類型，以及目前各種動態(tài)模型在槽況診斷和預(yù)測中的應(yīng)用情況。

2、
　　 數(shù)據(jù)采集部分通過小波包變換技術(shù)對電解槽槽電壓的各項振動數(shù)據(jù)進(jìn)行預(yù)處理，分離出各個頻段的特征數(shù)據(jù)，對于故障特征的提取效果理想。以電解槽冷熱行程槽況作為分析對象對溫度信號進(jìn)行預(yù)處理。采用模糊專家系統(tǒng)技術(shù)，結(jié)合新型溫度檢測裝置，建立了冷熱槽況診斷網(wǎng)絡(luò)模型。最后以槽電壓特征系數(shù)和電解槽溫度行程系數(shù)為檢測輸入量，建立模糊神經(jīng)網(wǎng)絡(luò)診斷模型。在模糊神經(jīng)推理過程中加入減法聚類，大大減少了系統(tǒng)的模糊規(guī)則數(shù)，能很好地協(xié)調(diào)控制算法的精度和運(yùn)算