基于布谷鸟-支持向量机和深度学习的铝电解异常状态诊断方法

基于布谷鸟-支持向量机和深度学习的铝电解异常状态诊断方法

论文摘要

针对传统的铝电解异常状态诊断算法结构复杂、CPU占用率高、准确率低等问题,设计了一种布谷鸟支持向量机和深度学习算法级联的异常状态诊断算法。首先运用支持向量机算法处理二分类问题快速准确的特点,将生产状态诊断为正常或异常,并运用新一代布谷鸟算法对其进行优化,加快收敛速度,若诊断结果为正常则直接输出,异常则将数据送入下一级。下一级是由分类效果良好的改进的深度置信神经网络充当,该级接受上一级的信息,对铝电解异常状态类型做全面的分析,诊断出具体的异常状态类型。最后运用Matlab进行实验仿真,结果表明,该算法对计算机CPU的平均使用率远远低于传统算法,对于训练速度,准确率,预报的提前量都有明显的提升。

论文目录

  • 1 算法流程
  • 2 基于布谷鸟-支持向量机(CS-SVM)的铝电解异常状态检测方法
  •   2.1 支持向量机(SVM)分类原理
  •   2.2 核函数的选择
  •   2.3 高斯核函数中的参数优化
  •     2.3.1 布谷鸟(CS)算法的概述
  •     2.3.2 利用CS对SVM中高斯核函数参数优化
  • 3 基于深度置信神经网络的铝电解异常状态类型诊断
  •   3.1 受限玻尔兹曼机(RBM)
  •   3.2 DBN结构及其训练算法
  •   3.3 基于DBN铝电解异常状态类型诊断模型的搭建
  • 4 实验仿真与分析
  • 5 结 论
  • 文章来源

    类型: 期刊论文

    作者: 李界家,高天浩,纪昕洋

    关键词: 铝电解,异常状态诊断,支持向量机,布谷鸟算法,深度学习

    来源: 轻金属 2019年10期

    年度: 2019

    分类: 工程科技Ⅰ辑

    专业: 冶金工业

    单位: 沈阳建筑大学信息与控制工程学院,沈阳城市建设学院信息与控制工程学院

    分类号: TF821

    DOI: 10.13662/j.cnki.qjs.2019.10.007

    页码: 32-40

    总页数: 9

    文件大小: 3259K

    下载量: 55

    相关论文文献

    • [1].国产、进口铝电解多功能天车间的差距和改进措施[J]. 中国新技术新产品 2019(14)
    • [2].铝电解过程故障诊断方法研究与实现[J]. 山东工业技术 2017(15)
    • [3].铝电解过程多层次多异常诊断方法研究[J]. 轻金属 2017(08)
    • [4].铝电解过程中杂质的影响及其控制[J]. 轻金属 2018(07)
    • [5].铝电解过程中电流密度与添加剂用量的数学建模分析[J]. 世界有色金属 2016(23)
    • [6].电气自动化技术在铝电解过程中的应用研究[J]. 世界有色金属 2017(05)
    • [7].自抗扰控制技术在铝电解过程控制中的应用[J]. 科技广场 2012(10)
    • [8].铝电解过程阳极气泡的析出行为[J]. 有色金属工程 2020(06)
    • [9].基于极限学习机的铝电解过程参数软测量[J]. 传感器与微系统 2020(09)
    • [10].铝电解过程中阳极气泡对槽电压波动的影响[J]. 材料与冶金学报 2020(01)
    • [11].基于优化核极限学习机的铝电解电流效率预测[J]. 测控技术 2020(10)
    • [12].关于铝电解过程节能模型优化仿真研究[J]. 计算机仿真 2016(12)
    • [13].铝电解烟气深度处理的研究与探讨[J]. 轻金属 2018(04)
    • [14].铝电解过程危险废物的资源化利用技术[J]. 环境科学导刊 2019(05)
    • [15].铝电解过程化数据分析与其在铝液优化配比中的应用[J]. 甘肃科技纵横 2008(02)
    • [16].铝电解天车变频器常见故障分析[J]. 中外企业家 2018(29)
    • [17].无碳铝电解技术评述[J]. 轻金属 2019(03)
    • [18].铝电解氟平衡及相关的氟化盐单耗[J]. 当代化工研究 2018(11)
    • [19].铝电解过程神经网络预测控制技术应用研究[J]. 仪表技术与传感器 2011(08)
    • [20].铝电解过程中槽平均电压的影响因素[J]. 内蒙古科技与经济 2010(11)
    • [21].复杂电解质体系下铝电解过程中氧化铝浓度的控制探讨[J]. 科学技术创新 2018(36)
    • [22].多模型并行的铝电解异常状态检测与预报[J]. 轻金属 2018(10)
    • [23].铝电解阳极效应控制技术浅探[J]. 轻金属 2011(01)
    • [24].工业铝电解过程中PFC排放机理探讨[J]. 轻金属 2015(06)
    • [25].铝电解设备多模式控制策略研究[J]. 仪表技术与传感器 2013(11)
    • [26].铝电解过程对电解铝液的净化作用探讨[J]. 黑龙江科技信息 2013(25)
    • [27].炭阳极掉渣原因分析与措施[J]. 有色冶金节能 2015(04)
    • [28].基于铝电解氧化铝浓度辨识的智能加料控制策略[J]. 轻金属 2019(02)
    • [29].铝电解过程的多维决策系统[J]. 计算机测量与控制 2013(10)
    • [30].铝电解过程中R-C曲线的理论分析[J]. 有色金属(冶炼部分) 2013(12)

    标签:;  ;  ;  ;  ;  

    基于布谷鸟-支持向量机和深度学习的铝电解异常状态诊断方法
    下载Doc文档

    猜你喜欢