真空精炼系统故障诊断的模糊聚类分析
来源期刊:冶金自动化2004年第4期
论文作者:王庆 巴德纯 靳雨菲 陈锦松 王晓冬
关键词:真空冶金; 模糊聚类; 智能故障诊断; 自学习;
摘 要:大型真空冶金系统(DVMS)的故障点多、故障现象与故障原因间对应关系复杂,很难从抽气机理上来精确地进行故障诊断.DVMS工艺要求能对该设备进行快速、准确的故障诊断.为此,介绍了一种基于模糊聚类算法的智能诊断模型.该模型具有很强的自学习、自组织能力,适用于大型复杂真空系统的故障诊断.以RH-KTB真空冶金系统的智能故障诊断为例,给出了真空冶金系统模糊故障诊断的实际过程.通过分析证实了该算法对大型复杂真空冶金系统智能故障诊断的有效性.
王庆1,巴德纯1,靳雨菲2,陈锦松2,王晓冬1
(1.东北大学机械工程与自动化学院,辽宁沈阳,110004;
2.上海宝钢集团公司)
摘要:大型真空冶金系统(DVMS)的故障点多、故障现象与故障原因间对应关系复杂,很难从抽气机理上来精确地进行故障诊断.DVMS工艺要求能对该设备进行快速、准确的故障诊断.为此,介绍了一种基于模糊聚类算法的智能诊断模型.该模型具有很强的自学习、自组织能力,适用于大型复杂真空系统的故障诊断.以RH-KTB真空冶金系统的智能故障诊断为例,给出了真空冶金系统模糊故障诊断的实际过程.通过分析证实了该算法对大型复杂真空冶金系统智能故障诊断的有效性.
关键词:真空冶金; 模糊聚类; 智能故障诊断; 自学习;
【全文内容正在添加中】