鋁電解過程故障診斷方法研究與實(shí)現(xiàn).pdf

1、鋁電解屬于復(fù)雜的工業(yè)流程，其生產(chǎn)過程具有高度的非線性、不確定性、慢時(shí)變、大滯后、干擾大、未知因素多等不利因素，故障發(fā)生頻繁、故障類型多。故障的發(fā)生對(duì)整個(gè)電解系列和各項(xiàng)技術(shù)指標(biāo)產(chǎn)生很大影響，導(dǎo)致鋁的產(chǎn)量和質(zhì)量降低，并浪費(fèi)了大量的電能，造成巨大的經(jīng)濟(jì)損失，目前尚無完善的鋁電解故障診斷系統(tǒng)。因此，對(duì)鋁電解過程中的故障進(jìn)行有效的診斷和預(yù)報(bào)，對(duì)提高鋁的生產(chǎn)效率、降低鋁的生產(chǎn)成本、節(jié)省電能、實(shí)現(xiàn)安全生產(chǎn)都有重要意義。
　　本文深入分析了鋁電解

2、故障發(fā)生的機(jī)理和特點(diǎn)，從不同角度、不同方法研究了鋁電解過程故障診斷方法。分別從基于解析模型的故障診斷、單一故障診斷和多故障診斷多方面，研究了故障診斷模型的建立方法，數(shù)據(jù)處理方法、故障診斷模型的訓(xùn)練方法及算法優(yōu)化等。針對(duì)目前鋁電解故障診斷存在的問題，進(jìn)行了鋁電解故障診斷理論與應(yīng)用研究，使用現(xiàn)場(chǎng)數(shù)據(jù)對(duì)研究結(jié)果進(jìn)行測(cè)試，驗(yàn)證了其有效性和實(shí)用性。
　　首先，針對(duì)鋁電解陽(yáng)極效應(yīng)故障發(fā)生特點(diǎn)，提出了基于解析模型的鋁電解故障（陽(yáng)極效應(yīng)）診斷方法

3、，應(yīng)用系統(tǒng)辨識(shí)理論和故障診斷技術(shù)，采用了增廣最小二乘辨識(shí)算法，將機(jī)理建模和實(shí)驗(yàn)有機(jī)結(jié)合，建立了鋁電解過程動(dòng)態(tài)數(shù)學(xué)模型，通過模型多參數(shù)的跟蹤，捕捉參數(shù)變化特征，對(duì)陽(yáng)極效應(yīng)進(jìn)行預(yù)報(bào)。并研究了在選擇不同的模型初始條件和不同的遺忘因子情況下，對(duì)故障診斷效果的影響，仿真研究結(jié)果驗(yàn)證了這種方法的有效性。
　　其次，針對(duì)鋁電解生產(chǎn)過程復(fù)雜的特性，具有很多不確定性因素，利用非線性主成分分析法對(duì)數(shù)據(jù)降維和解耦，對(duì)輸入量進(jìn)行了約簡(jiǎn)，確定鋁電解過程故障

4、主成分，簡(jiǎn)化了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，并根據(jù)Elman神經(jīng)網(wǎng)絡(luò)具有記憶性強(qiáng)等特點(diǎn)，提出了小波Elman神經(jīng)網(wǎng)絡(luò)的鋁電解陽(yáng)極效應(yīng)故障診斷方法。研究了Elman神經(jīng)網(wǎng)絡(luò)、小波Elman神經(jīng)網(wǎng)絡(luò)和改進(jìn)型Elman神經(jīng)網(wǎng)絡(luò)三種不同故障診斷模型的建模方法，仿真結(jié)果表明:采用小波Elman神經(jīng)網(wǎng)絡(luò)具有故障預(yù)報(bào)準(zhǔn)確率高、提前量大等特點(diǎn)。
　　再次，提出了模塊化集成模糊神經(jīng)網(wǎng)絡(luò)鋁電解多故障診斷方法。采用結(jié)構(gòu)化、模塊化設(shè)計(jì)方法，構(gòu)建了鋁電解故障診斷平臺(tái)。研究

5、了單一神經(jīng)網(wǎng)絡(luò)和模塊化集成網(wǎng)絡(luò)兩種不同形式的故障診斷方法。模塊化集成模糊神經(jīng)網(wǎng)絡(luò)鋁電解多故障診斷模型采用子故障診斷網(wǎng)絡(luò)和決策融合診斷網(wǎng)絡(luò)兩級(jí)故障診斷網(wǎng)絡(luò)結(jié)構(gòu)，其特點(diǎn)是將模塊化與集成網(wǎng)絡(luò)的有機(jī)結(jié)合、模糊和神經(jīng)網(wǎng)絡(luò)的有機(jī)結(jié)合、子網(wǎng)絡(luò)與決策網(wǎng)絡(luò)信息的融合，子故障診斷網(wǎng)絡(luò)輸入量按各子網(wǎng)絡(luò)的診斷功能，將輸入信號(hào)進(jìn)行分項(xiàng)，既考慮到各子網(wǎng)絡(luò)的關(guān)聯(lián)性，又要考慮到信號(hào)的量級(jí)，通過有效的組合實(shí)現(xiàn)子故障診斷網(wǎng)絡(luò)的模塊化。故障診斷子網(wǎng)絡(luò)為Elman神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

6、，決策融合神經(jīng)網(wǎng)絡(luò)為模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，主要功能包括信號(hào)傳遞、模糊邏輯運(yùn)算和反模糊化，實(shí)現(xiàn)了模糊與神經(jīng)網(wǎng)絡(luò)的有機(jī)結(jié)合。決策融合神經(jīng)網(wǎng)絡(luò)訓(xùn)練采用了粒子群算法，使網(wǎng)絡(luò)的收斂速度和精度都有了一定的提高。仿真研究結(jié)果表明:模塊化集成模糊神經(jīng)網(wǎng)絡(luò)鋁電解多故障診斷方法較單一神經(jīng)網(wǎng)絡(luò)診斷方法具有很大的優(yōu)越性，預(yù)報(bào)準(zhǔn)確率高、預(yù)報(bào)提前量大，而且能有效地診斷復(fù)合故障。
　　最后，根據(jù)鋁電解過程工藝要求和控制性能指標(biāo)要求，設(shè)計(jì)了鋁電解計(jì)算機(jī)控制系統(tǒng)。系統(tǒng)