基于小波神经网络的化学反应器故障模式识别

doi:10.3696/j.issn.1672-6952.2010.03.022

辽宁石油化工大学学报 ›› 2010, Vol. 30 ›› Issue (3): 79-81.DOI: 10.3696/j.issn.1672-6952.2010.03.022

基于小波神经网络的化学反应器故障模式识别

刘晓琴

辽宁石油化工大学信息与控制工程学院,辽宁抚顺113001

收稿日期:2009-05-16 出版日期:2010-09-25 发布日期:2017-07-05
作者简介:刘晓琴(1975-),女,辽宁辽阳县,副教授,在读博士。

Fault Pattern Recognition of Chemical Reactor Based on Wavelet Neural Network

LIU Xiao-qin

School of Information and Control Engineering，Liaoning Shihua University, Fushun Liaoning 113001, P.R.China

Received:2009-05-16 Published:2010-09-25 Online:2017-07-05

摘要/Abstract

摘要： 利用具有BP算法的前馈神经网络(MFNN),针对反应器建立了过程数据与故障类型之间的对应关
系,辨识出系统的正常运行状态与故障运行状态。为了提高辨识的准确度,利用小波技术改进MFNN 的作用函数
构成了小波神经网络(WNN)。对化学反应器中的一类典型反应过程进行了仿真实验,实验结果表明,WNN 的故障
辨识比MFNN的故障类型辨识具有更高的准确率。

关键词: 故障 , 辨识 , 小波神经网络

Abstract:

Using the multilayer forward neural networks(MFNN) based on back propagation(BP) algorithm, the relationship between the process measurements and fault type was constructed, the identification of the normal state and fault state was achieved. For improving the accuracy of identification, wavelet technology was used, the activation function of MFNN was modified and wavelet neural network (WNN) was constructed. The simulation results of a classical reaction process of chemical reactor show that WNN has higher accuracy than MFNN for fault identification.

Key words: Fault , Identification , Wavelet neural network

刘晓琴. 基于小波神经网络的化学反应器故障模式识别[J]. 辽宁石油化工大学学报, 2010, 30(3): 79-81.

LIU Xiao-qin. Fault Pattern Recognition of Chemical Reactor Based on Wavelet Neural Network[J]. Journal of Liaoning Petrochemical University, 2010, 30(3): 79-81.

[1]	衣佳琳, 王海彦, 张继国. 基于过程模拟的加氢裂化吸收稳定系统定量风险分析[J]. 辽宁石油化工大学学报, 2024, 44(3): 1-9.
[2]	夏起磊, 罗林, 张垚. 基于注意力增强型编解码网络的化工过程故障诊断[J]. 辽宁石油化工大学学报, 2024, 44(2): 63-70.
[3]	赵珣, 陈帅, 邱海洋. 基于改进双向循环神经网络的变压器故障诊断模型研究[J]. 辽宁石油化工大学学报, 2023, 43(5): 75-83.
[4]	姜楠, 罗林, 王乔, 侯维. 结构优化深度网络的高压断路器机械故障诊断[J]. 辽宁石油化工大学学报, 2023, 43(3): 91-96.
[5]	宋绍楼, 吕亮, 刘昕明. 基于CEEMDAN⁃SPSO⁃ELM的旋转电机滚动轴承故障检测方法[J]. 辽宁石油化工大学学报, 2022, 42(1): 86-91.
[6]	周学均, 陈小强, 谢磊. 基于改进收敛交叉映射的厂级振荡源诊断[J]. 辽宁石油化工大学学报, 2021, 41(5): 85-90.
[7]	靳宇，刘明，孙铁，多依丽. 基于动态贝叶斯网络气化炉供料系统风险分析[J]. 辽宁石油化工大学学报, 2021, 41(2): 59-64.
[8]	阚哲，杨凡，韩景宇，孙震，吴东旭. 基于MEEMD的配电网故障选线方法研究[J]. 辽宁石油化工大学学报, 2021, 41(2): 79-84.
[9]	刘晓琴，王晨旭，孙海军，王千. 基于小波和贝叶斯网络的智能建筑供配电系统故障诊断研究[J]. 辽宁石油化工大学学报, 2020, 40(6): 78-84.
[10]	石峰，张保存，杜九懿，张宇，阚哲. 基于CPS危险化学品风险监控预警系统关键技术研究[J]. 辽宁石油化工大学学报, 2020, 40(6): 85-90.
[11]	裴小邓，罗林，陈帅，王乔. 面向电力变压器油中溶解气体的卷积神经网络诊断方法[J]. 辽宁石油化工大学学报, 2020, 40(5): 79-85.
[12]	万富康, 施展, 王占山. 基于线性整数规划的主动配电网故障区段定位[J]. 辽宁石油化工大学学报, 2020, 40(4): 122-129.
[13]	潘斌, 王有政, 陈明明, 赵勇, 于晶贤. 新型三相三电平光伏逆变器开路故障检测与容错控制的研究[J]. 辽宁石油化工大学学报, 2020, 40(3): 74-82.
[14]	刘晓琴, 李强, 孙海军, 刘璐. 基于分布参数模型的互联电力系统输电线路故障定位[J]. 辽宁石油化工大学学报, 2020, 40(3): 91-98.
[15]	曾庆辉，廖飞，袁超，赵旭，吴红光. 海上气田群控制系统稳定性提升分析与优化[J]. 辽宁石油化工大学学报, 2019, 39(3): 87-91.

基于小波神经网络的化学反应器故障模式识别

Fault Pattern Recognition of Chemical Reactor Based on Wavelet Neural Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics