基于案例推理的竖炉故障预报系统

被引:11
作者
严爱军 [1 ]
柴天佑 [2 ]
王普 [1 ]
机构
[1] 北京工业大学电子信息与控制工程学院
[2] 东北大学自动化研究中心
关键词
故障预报; 案例推理; 参量预报; 竖炉; 智能;
D O I
10.13195/j.cd.2008.02.59.yanaj.013
中图分类号
TP277 [监视、报警、故障诊断系统];
学科分类号
0804 ; 080401 ; 080402 ;
摘要
为降低竖望炉焙烧过程的故障发生率,基于故障机理的分析,将过程参量预报与案例推理技术相集成,提出了竖炉焙烧过程的智能故障预报方法.参量预报模型对不易在线连续测量但能反映故障征兆的关键工艺参数进行实时预报,在此基础上,采用案例推理技术对焙烧过程进行全面分析并给出一些典型故障发生的概率和操作指导.将所建立的故障预报系统成功应用于竖炉焙烧过程的生产实际中,故障发生率明显降低,取得了显著应用成效.
引用
收藏
页码:177 / 181
页数:5
相关论文
共 9 条
[1]   竖炉焙烧过程的多变量智能优化控制 [J].
严爱军 ;
柴天佑 ;
岳恒 .
自动化学报, 2006, (04) :636-640
[2]   磁选管回收率智能混合预报方法 [J].
严爱军 ;
柴天佑 .
信息与控制, 2005, (06) :759-764
[3]   一类复杂工业过程的智能预报模型及其应用 [J].
严爱军 ;
岳恒 ;
赵大勇 ;
柴天佑 .
控制与决策, 2005, (07) :794-797+802
[4]   基于案例推理的层流冷却过程建模 [J].
谭明皓 ;
柴天佑 .
控制理论与应用, 2005, (02) :248-253+260
[5]   酒钢100m3竖炉的发展与生产实践 [J].
张晓冬 ;
柴振新 .
金属矿山, 2000, (03) :32-33+40
[6]   Application of a Neural Fuzzy System with Rule Extraction to Fault Detection and Diagnosis [J].
Kok Yeng Chen ;
Chee Peng Lim ;
Weng Kin Lai .
Journal of Intelligent Manufacturing, 2005, 16 :679-691
[7]   Hybrid case-based reasoning for on-line product fault diagnosis [J].
S.G. Lee ;
Y.C. Ng .
The International Journal of Advanced Manufacturing Technology, 2006, 27 :833-840
[8]   Expert control and fault diagnosis of the leaching process in a zinc hydrometallurgy plant [J].
Wu, M ;
She, JH ;
Nakano, M ;
Gui, WH .
CONTROL ENGINEERING PRACTICE, 2002, 10 (04) :433-442
[9]   Sensor fault diagnosis in a chemical process via RBF neural networks [J].
Yu, DL ;
Gomm, JB ;
Williams, D .
CONTROL ENGINEERING PRACTICE, 1999, 7 (01) :49-55