基于粗糙集与最小二乘支持向量机的密闭鼓风炉故障诊断方法研究

密闭鼓风炉是铅锌熔炼过程中的主要设备之一,其炉况稳定对整个熔炼过程的安全运行及提高铅锌产量起重要的作用。因此保持密闭鼓风炉炉况稳定,及时诊断并排除故障对于确保铅锌熔炼过程的稳定运行及提高企业的经济效益都具有重大意义。 论文在分析铅锌熔炼密闭鼓风炉的工艺过程及相关的故障诊断理论的基础上,为了从铅锌熔炼过程数据中获得故障特征信息,针对铅锌熔炼过程中数据信息量大,故障诊断存在大量冗余信息的特点,将粗糙集理论应用于密闭鼓风炉故障诊断。首先采用基于属性依赖度的遗传属性约简算法及启发式属性值约简算法求得最简约简,去除冗余知识,然后运用混合策略方法提取诊断规则,最后将得到的诊断规则应用于密闭鼓风炉故障诊断。实例说明该方法具有一定的诊断效果。 针对采用单一粗糙集理论进行故障诊断时容错性较差的不足,论文研究基于粗糙集理论与最小二乘支持向量机相结合的密闭鼓风炉故障诊断方法。首先用粗糙集对故障信息进行预处理,然后用最小二乘支持向量机对预处理后的故障信息进行学习训练及分类诊断。该方法不仅充分发挥粗糙集对知识的约简能力和支持向量机优良的分类能力优点,同时克服最小二乘支持向量机对冗余知识和有用知识识别的局限性,有效地降低支持向量机的输入信息空间维数,弥补粗糙集方法对输入信息中的噪声较敏感,抗干扰能力差的不足,进而达到提高诊断准确性的目的。最后通过实例验证,结果表明了该诊断方法的有效性。