概率神经网络在化工生产水循环系统故障诊断中的应用.pdfVIP

第 39卷第 8期 辽 宁 化 工 Vo1．39，No．8 2010年8月 LiaoningChemicalIndust~ August，2010 概率神经网络在化工生产 水循环系统故障诊断中的应用 申明金 ，胡永金 ，董 军 (1．JII：lt医学院化学教研室，四川 南充 637000；2．川西磷化总公司技术科，四川 什邡 618400) 摘 要： 概率神经网络 (PNN)是一种适于模式分类的径向基神经网络，具有训练速度快、分辨率 高、不会陷入局部极值等优点。介绍了基于概率神经网络在化工生产水循环系统故障诊断中的应用。 通过运用所设计的网络针对不同类型故障进行诊断，仿真结果表明，这种方法应用于实际问题具有 良好 的有效性和实用性。 关 键 词： 概率神经网络；水循环；故障诊断 中图分类号： TE6 文献标识码 ： A 文章编号： 1004—0935(2010)08—0842—03 在化工生产中，水循环系统是产品吸收、冷却的 行优化选取；(2)存在局部极小点无法保证网络收 一 个重要组成部分。作为一个控制单元，常见的水 敛于全局最小点；(3)收敛速度慢；(4)权值的初始 循环系统其组成结构如图 1所示。 值可能影响网络最终的收敛性。本文提出将概率神 经网络应用于水循环系统故障诊断，获得令人满意 的效果。 1 概率神经网络 ] 图1 水循环系统其组成结构 概率神经网络 (ProbabilisticNeuralNetworks， PNN)由Specht于 1990年提出，它是一种基于概率 储存在沉淀水池 中的水，经过滤器滤杂后送入 密度函数理论且泛化能力很强的神经网络，网络结 离心水泵入 口流经泵体进行循环，离心泵则 由电机 构如图 1所示。对于具有 0。，0，…，0，…，0 的多 进行驱动。水循环冷却系统的工作流程是冷却水经 类 问题而言，一个 P维矢量 X：{。，：，…， 一， 离心泵加压后流至喷淋塔顶部的喷淋头，喷淋头在 }’的测量集，基于贝叶斯决策准则来判断0e0 的 ， 此与 自下而上的冷却气体进行热交换，冷却水经换 状态可 以描述为 ： 热后温度升高，在塔 内积存并保持一定液位，防止气 d()∈o(^z ()hkl (x)，≠q) (1) 体逸出。塔底的排水管排出的冷却水进入冷水塔， 式中：d()一检验矢量X的决策； 在冷水塔 中冷却水由风扇鼓出的冷风进行冷却后回 h、hk一分别是 0和0类的先验概率； 到沉淀池，整个水循环 1周 。 z一是本为 0而被错分为其它类的损失； 对于以上水循环系统构建一个故障诊断模块， 一 是本为 0而被错分为其它类的损失； 自动地从该系统当前工艺参数进行检测，又可更全