神经网络在化工过程故障诊断中的应用

被引：32

作者：

黄道

宋欣

机构：

[1] 华东理工大学信息工程学院

来源：

控制工程 | 2006年 / 01期

关键词：

故障诊断; 神经网络; BP算法; TE模型;

D O I：

10.14107/j.cnki.kzgc.2006.01.002

中图分类号：

TP277 [监视、报警、故障诊断系统];

学科分类号：

140102 [集成电路设计与设计自动化];

摘要：

针对现代复杂的化工生产过程,提出一种基于神经网络的故障诊断方法。并分别将典型的BP算法和改进后的BP算法用于TE(Tennessee Eastman)模型的故障诊断中。经过诊断结果的比较,得出标准的BP算法在实际应用中具有收敛速度慢等缺点;自适应学习速率动量梯度下降的BP算法以及用L-M(Levenberg-Marquardt)法先对BP网络进行优化的BP算法具有收敛速度快、不易陷入局部极小值等优点,其中又以L-M优化BP算法效果最好。结合TE模型的仿真结果可以看出,L-M优化BP算法在工业实际中具有很大的优势。

引用

页码：6 / 9

页数：4