基于BP神经网络的石化过程在线故障监测系统

摘要：

针对石化生产过程的高危性,开发了石化过程在线故障监测系统.通过OPC(OLE for process control)接口从生产现场采集实时数据,采用BP神经网络(back-propagation artificial neural network,BPNN)的模式识别方法,对生产过程进行实时故障监测,及时发现故障工况并提示操作人员采取相应措施,以减小系统运行的风险.BP神经网络的训练数据来自历史数据库,用户根据已发生过的故障工况确定训练数据的时间范围.BP网络模型的各项参数根据多次试验得到.对某工段的10个故障,其故障诊断准确率达到90%以上,具有较高的实时性和准确性.

关键词：石化过程、在线、OPC、BP神经网络、故障监测

所属期刊栏目：27

分类号：TQTP391.9

资助基金：国家高技术研究发展计划8632009AA04Z133

在线出版日期：2011-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1418-1420