基于遗传算法优化BP神经网络的乳化器故障预警系统的研究-控制工程专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master The emulsifier fault early warning on GA-BP neural network theory Candidate: Lu Kangjian Supervisor: Prof. Wang Yuesheng March, 2016 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明： 所呈交的学位论文，是本人在导师的指导下，独立进行研 究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人 或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集 体，均已在文中以明确方式标明。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名： 日期： 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定，即：研 究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证 毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大 学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文 的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。（保密 论文在解密后遵守此规定） 论文作者签名： 日期： 年 月 日 指导教师签名： 日期： 年 月 日 杭州电 杭州电子科技大学硕士学位论文 摘 要 乳化炸药是一种工业炸药，对经济建设和社会进步起到了非常重要的推动作 用。然而乳化炸药在带来经济效益的同时，乳化炸药生产线的设备时常会发生一 些故障。由于炸药行业的特殊性，这些故障往往带来灾难性的后果。 乳化器是整条生产线容易发生故障的设备，当前用于乳化器的安全措施主要 是对其重要参数设置阈值，参数在超过阈值时报警，同时对设备定期维护。事实 表明，这些方法不能及时发现乳化器的潜在性故障，做到防患于未然。传统的计 划维修和事后维修无法满足乳化器安全运行的需求，乳化器故障报警需要向预知 维修和按需维修转变。 预测技术的发展为上述要求提供了可能。本文将预测技术用于乳化器安全运 行，提出一种基于遗传算法优化神经网络的乳化器故障预警方法。该方法通过建 立多变量的模型来预测乳化器运行状况，从而在故障发生前预警。本文主要进行 了以下几点研究： （1）简单介绍乳化炸药生产工艺流程，从乳化器机械结构和乳化工艺的角 度分析了乳化器是乳化炸药生产线容易发生故障的设备。接着采用故障树方法分 析了乳化器的故障影响因素，在此基础上提出需要建立动态、多变量的故障预警 模型用于乳化器故障预警。 （2）介绍了当前故障预警常用的三种预测方法，通过比较三种方法的优缺 点并结合乳化器的实际情况，选用 BP 神经网络建立乳化器故障预警模型，并针 对 BP 神经网络的缺点采用遗传算法优化 BP 神经网络，接着介绍了利用遗传算 法和 BP 神经网络实现乳化器故障预警的方法。 （3）详细阐述了建立乳化器故障预警模型的流程，实验结果表明遗传算法 优化后的 BP 神经网络预测误差更小。然后以某化工厂的实际运行数据为基础， 通过实例分析了故障预警模型的有效性。 （4）在乳化炸药生产线现有设备和安全监测的基础上，完成乳化器故障预 警系统的初步设计。 关键词：乳化器、故障预警、神经网络、遗传算法 I Abstract Emulsion explosive is a kind of industrial explosive widely used in agriculture, conservancy, transportation, mining and other fields, which is a powerful and cheap energy and plays an important role in the economic construction and social improvement. However, while bringing economic benefits, some faults of the emulsion explosive production line also occur. Due to the particularity of the explosives industry, these faults will often bring disastrous consequences. The emulsifier is the device which is prone to malfuncti