基于小波包分析和神经网络的铝电解槽阴极状态诊断

铝电解槽阴极的电压信号能够反应铝电解槽的运行状况。通过对采集到的铝电解槽的阴极电压进行小波包分解,对重构后的包含主要信息的特征信号作为神经网络的输入,为了提高诊断准确率,本文采用LM优化算法,仿真结果表明,改进BP网络加快了收敛速度,提升了故障检测准确率,同时采用其他样本数据进行测试,模型具有很好的泛化能力,具有一定的生产实践意义。