[发明专利]一种聚合釜的智能故障诊断方法

摘要

一种聚合釜的智能故障诊断方法，涉及一种聚合釜故障诊断方法，针对聚氯乙烯生产过程中聚合釜的实时故障诊断和优化监控要求，提出了一种基于改进差别矩阵属性约简的粗糙集与改进的LMBP神经网络相结合的聚合釜故障实时诊断方法。改进的差别矩阵算法应用到粗糙集的属性约简当中，有效的对大量数据进行降维；然后根据约简后的决策表采用改进的Levenberg-MarquardtBP神经网络进行故障诊断，实现征兆集到故障集之间的非线性映射。结合聚合釜工业现场历史数据进行的故障诊断仿真实验，结果表明所提粗糙集神经网络故障诊断策略的有效性。

主权项

一种聚合釜的智能故障诊断方法，为一种基于改进差别矩阵属性约简的粗糙集与改进LMBP神经网络相结合的故障诊断方法，其特征在于，所述方法包括以下步骤：步骤一：采集数据，采集过程中相关变量的数据，对于每个故障，产生两组数据，即训练数据和实时工况数据；训练数据用于建立模型，实时工况数据用于在线监测；并用标准化方法规范采集的数据；步骤二：采用改进差别矩阵的粗糙集方法对数据进行相似约简，去掉相似性较强的数据；步骤三：利用改进的LMBP对一组故障样本进行训练，以确定网络的结构和参数；步骤四：对故障的模式进行分类，根据给定的一组征兆，实现征兆集到故障集之间的非线性映射；步骤五：根据训练好的LMBP网络对测试数据进行仿真，观测输出结果即故障诊断结果。