基于优化相对主元分析的铝电解槽况诊断

《基于优化相对主元分析的铝电解槽况诊断》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于优化相对主元分析的铝电解槽况诊断摘要：针对影响铝电解槽状态的参数较多且耦合性强、建立诊断模型的计算量巨犬、诊断精度有限等问题，提出一种基于优化相对主元分析（ORPCA）的铝电解槽况诊断方法。利用相对主元分析（RPCA）方法在进行特征选择时的降维优势，提出一种有效的准则以确定主元的相对权重。通过遗传算法（GA）构造误报率适应度函数，考察观测样木在主元空间和残差空间里投影的变化，以获得搜索区域内最优的相对转换矩阵，使HotellingsT2检验和预测平方差（SPE）检验的误报率降低到最小。对某厂170kA大型预焙槽的样本进行检验，实验结果表明，该方法在置信度为95%和97.5%时

2、，T2检验误报率分别为16.79%和9.77%,SPE检验误报率分别为4.01%和1.75%。与同类算法相比，所提方法不但能准确诊断出铝电解槽屮出现的异常状态，而且明显降低T2检验和SPE检验屮出现误报的概率。关键词：相对主元分析；相对转换矩阵；遗传算法；铝电解杷H故障诊断屮图分类号：TP206.3文献标志码：AAbstract：Concerningtheproblemsthattheparametersofthestateofthealumirmmreductioncellsaremultivariateandwithstrongcoupling，thecalculationo

3、festablisheddiagnosismodelislargeandtheprecisionofdiagnosisislimited,thispaperproposedOptimizedRelativePrincipalComponentAnalysis(ORPCA)methodtodiagnosethestatusofaluminumreductioncells.Aneffectiveprincipleofdeterminingtherelativeweightwasputforward,whichtookadvantageofRelativePrincipalCompon

4、entAnalysis(RPCA)inreducingdimensions.Inthemethod,GeneticAlgorithm(GA)wasusedtooptimizethefitnessfunctionaboutfalsealarmrate・Thediversificationofthesampleprojectinprincipalcomponentspaceandresidualspacewasobservedtoacquirethebestrelativetransformingmatrix,sothefalsealarmrateofHotellingsT2test

5、andSquaredPredictionError(SPE)werereducedtotheleast.Byusingagroupdataof170kAoperatingaluminumsmelterfromafactory,theexperimentalresultsshowthat,whentheconfidencecoefficientsare95%and97.5%,thefalsealarmratesofT2testare16.79%and9.77%respectively,meanwhile,thefalsealarmratesofSPEtestare4.01%and1

6、.75%respectively.Comparedwithothersimilaralgorithms,theproposedmethodcantesttheabnormalconditionofaluminumreductioncellsandobviouslyreducethefalsealarmrateofHotel1ingsT2testandSPEtest.Keywords:RelativePrincipalComponentAnalysis(RPCA)；relativetransformmatrix；GeneticAlgorithm(GA)；aluminumreduct

7、ioncell；fauItdiagnosis0引言铝电解槽是一个复杂的、特殊的冶金工业设备，因其受到槽内电场、磁场、温度场等多种物理场耦合影响，易出现阴极破损、电解质漂浮碳渣、铝液波动等病槽和界常槽况现象［1］。如不能准确及时地诊断界常槽况并调整控制策略，将严重影响到电解槽的生产效率和使用寿命。但是，由于铝电解槽的状态参数较多口耦合性强［2］,较大的计算量给铝电解杷i状态诊断带来很大难度。因此，铝电解槽况诊断一直以来都是工业控制领域研究的热点、难点。在现有的槽况诊断方法中，模糊专