位置:成果数据库 > 期刊 > 期刊详情页
广义动态模糊神经网络在铝电解预测中的研究与仿真
  • ISSN号:1000-7059
  • 期刊名称:冶金自动化
  • 时间:2014.1.25
  • 页码:21-27
  • 分类:TF821[冶金工程—有色金属冶金]
  • 作者机构:北方工业大学电气与控制工程学院,北京100144
  • 相关基金:国家自然科学基金项目(51174007)
  • 相关项目:多信息融合的铝电解槽阴极状态预测研究
中文摘要:

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去噪,对重构后的包含主要信息的信号进行无量纲特征参数提取。选出对信号故障最敏感的两个特征,运用K均值聚类分析的方法,将信号的特征分为正常的一类和有故障的一类,从而确定信号是否存在故障和故障发生的时间,这对于铝电解槽的故障在线诊断提供了借鉴。

英文摘要:

The voltage signals of the cathode of aluminum reduction pot can reflect the operation status of the aluminum reduction pot. By wavelet de - noising of collected cathode voltage for aluminum reduction the dimensionless characteristic parameters of the reconstructed signal containing the main information are extracted, and two characteristics which is the most sensitive characteristic to the fault signal are chose. By using the method of K - means clustering analysis, the signal features are divided into normal class and a kind of fault. It can determine whether there is fault signal and the happening time of the fault. The research results can provide reference for the fault diagnosis of aluminum reduction pot on line.

同期刊论文项目
期刊论文 15 会议论文 6 获奖 4
同项目期刊论文
期刊信息
  • 《冶金自动化》
  • 中国科技核心期刊
  • 主管单位:中国钢铁工业协会
  • 主办单位:冶金自动化研究设计院
  • 主编:沈黎颖
  • 地址:北京西四环南路72号
  • 邮编:100071
  • 邮箱:yjzdh@tom.com
  • 电话:010-63841318
  • 国际标准刊号:ISSN:1000-7059
  • 国内统一刊号:ISSN:11-2067/TF
  • 邮发代号:2-321
  • 获奖情况:
  • 全国优秀科技期刊,全国中文核心期刊,中国科技论文统计源期刊,中国期刊方阵“双百”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2000版)
  • 被引量:4525