氧化铝生产的蒸发过程故障检测仿真研究

摘要：

研究氧化铝蒸发过程故障检测问题.氧化铝蒸发过程是一个非线性,时变的过程,结构错综复杂,样本数据少和难以建立精确模型进行实时检测问题.为此,提出了一种采用贝叶斯网络的小数据集蒸发过程故障检测方法.首先,在贝叶斯理论基础上,提出了一种结合领域知识的贪婪结构学习算法,由领域知识引导加边、减边和转边算子搜索,加速找到评分最高的网络结构.然后,小数据集通过Bootstrap抽样法获得大样本数据,经由改进的结构学习算法得到贝叶斯故障检测网络,检测网络包含变量的拓扑结构图及其条件概率表.用已知数据对检测网络进行验证,结果表明上述网络是有效的,同时亦能锁定故障所在位置,为蒸发过程实时优化控制开拓了一种新思路.

关键词：人工智能、故障检测、贝叶斯网络、结构学习、氧化铝蒸发过程

所属期刊栏目：32

分类号：TP274.5(自动化技术及设备)

资助基金：国家自然科学基金61273159

在线出版日期：2015-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：378-382