RBF神经网络在化工过程故障诊断中的应用研究.pdfVIP

ofthe24th铀Inese Proceedings ControlConference Guengzhou,P．R．Chlna July15-／8,2005 RBF神经网络在化工过程故障诊断中的应用 谈才军，黄道 (华东理工大学自动化研究所，上海200237) E-mail：samueltan@citiz．net 摘要： 本文分析了神经网络的模型、算法，主要分析径向基网络的原理以及训练算法，探讨采用径向基函数网络 实现对化工过程故障诊断的方法，并与BP网络进行比较。结果表明RBF网络学习速度很快，适用于化工过程的故 障诊断。 关键词：神经网络，径向基函数，化工过程，故障诊断 ofRBF NeuralNetworkinFault in Chemical Application Diagnosis Industry Tan Dao Caijun，Huang 甜utomationInstituteChina University and ofEast ofScience 200237) Technology,Shanghai Abstract：Inthis and model ofneuralnetworkare hasbeen 0n paper，the algorithm performed．Special emphasis placed the and ofradialbasisfunction．Thenthe tofault forchemical principletrainingalgorithm approaches industry diagnosis aRBF neuralnetworkhavebeen thesame resultof is byusing implemented．Attime，the performancegivencompared with BP demonstratesthatthe rateofRBFneuralnetworkis online and algorithm．It learning rapid，andmonitoring isfeasible． diagnosis WOrds：Neural Basis Key Network，RadialFunction，ChemicalProcess，FaultDiagnosis 网络来说都是最基本的。网络不是通过修改处理 1引言 单元本身来完成训练过程，而是靠改变网络中连接 一般化工生产中都具有高温、高压、易燃、 的权重来学习的。因此若处理单元要学会正确地 易爆、易