基于小波包分析和神经网络的铝电解槽阴极状态诊断 |
| |
引用本文: | 赵泽霖,曾水平.基于小波包分析和神经网络的铝电解槽阴极状态诊断[J].中国科技信息,2019(12). |
| |
作者姓名: | 赵泽霖 曾水平 |
| |
作者单位: | 北方工业大学冶金过程检测与控制研究室 |
| |
摘 要: | 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。
|
本文献已被 CNKI 等数据库收录! |
|