基于深度置信网络的炼化空压机故障诊断方法

基于深度置信网络的炼化空压机故障诊断方法

论文摘要

针对炼化空压机故障诊断中故障机理复杂、先验知识欠缺,且传统浅层神经网络诊断精度不高等问题,结合深度置信网络(DBN)在特征提取和处理非线性数据等方面的优势,提出一种基于DBN的炼化空压机故障诊断方法。该方法利用空压机状态监测实测数据,实现训练网络的无监督特征学习和有监督微调,构建空压机故障的深层网络模型,从而实现对空压机故障类型的有效智能诊断。为评估该方法的有效性,与传统的故障诊断方法进行了比较研究,结果表明,该方法的诊断精度优于传统的故障诊断方法,且稳定性更好。

论文目录

  • 引言
  • 1 深度置信网络原理
  •   1.1 受限Boltzmann机及其预训练
  •   1.2 DBN的微调训练
  • 2 基于DBN的炼化空压机故障诊断
  •   2.1 诊断步骤
  •   2.2 故障类型和数据样本
  • 3 试验验证及结果分析
  •   3.1 不同迭代次数的诊断分析
  •   3.2 不同隐含层数的诊断分析
  •   3.3 基于DBN的空压机故障诊断方法性能分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 鲁春燕,李炜

    关键词: 空压机,深度置信网络模型,故障诊断,稳定性

    来源: 化工学报 2019年02期

    年度: 2019

    分类: 工程科技Ⅰ辑

    专业: 石油天然气工业

    单位: 兰州理工大学电气工程与信息工程学院,甘肃省工业过程先进控制重点实验室,兰州理工大学国家级电气与控制工程实验教学中心

    基金: 国家自然科学基金项目(61364011,61461028),甘肃省先进控制重点实验室开放基金项目(XJK201809)

    分类号: TE96

    页码: 757-763

    总页数: 7

    文件大小: 1102K

    下载量: 305

    相关论文文献

    标签:;  ;  ;  ;  

    基于深度置信网络的炼化空压机故障诊断方法
    下载Doc文档

    猜你喜欢