基于粗糙集理論的化工過程故障診斷方法研究.pdf

1、化工行業(yè)的生產(chǎn)具有高度的連續(xù)性，因此確保生產(chǎn)過程的穩(wěn)定性和可靠性變得十分重要。隨著現(xiàn)代計算機監(jiān)控系統(tǒng)的大量應用，化工企業(yè)積累了大量的生產(chǎn)過程中的過程變量和控制變量數(shù)據(jù)，這些數(shù)據(jù)中含有大量的生產(chǎn)信息。如何充分利用這些數(shù)據(jù)進行化工過程的故障診斷成為當前的一個研究熱點。本文從知識表達系統(tǒng)約簡、針對連續(xù)屬性采用模糊粗糙集約簡和粗糙集與神經(jīng)網(wǎng)絡相結合等三個方面對田納西-依斯曼過程(簡稱TEP)故障數(shù)據(jù)進行了研究，從而建立了一種基于粗糙集理論的多層

2、神經(jīng)網(wǎng)絡故障診斷系統(tǒng)模型。 首先深入研究了利用粗糙集理論(簡稱RS)實現(xiàn)數(shù)據(jù)約簡的方法。在分析和研究了基于核的約簡方法的優(yōu)點和缺點的同時，利用蟻群算法正反饋和分布式計算的特點，提出了一種新的基于蟻群算法的粗糙集知識約簡方法，仿真計算結果顯示了該方法的快速有效性。 其次，針對粗糙集理論知識約簡不能處理連續(xù)屬性的固有缺陷，提出了模糊粗糙集模型，從而繞開了連續(xù)屬性離散化過程，在約簡過程中有效地利用了連續(xù)屬性模糊化后的隸屬度信息

3、，提高了知識表達系統(tǒng)的信息利用率，取得了較好的約簡效果。 然后，在全面介紹粗糙集與神經(jīng)網(wǎng)絡相結合的研究現(xiàn)狀的同時，根據(jù)粗糙集理論與神經(jīng)網(wǎng)絡各自的特點，提出了一種強耦合粗糙神經(jīng)網(wǎng)絡結構模式。利用粗糙集理論進行規(guī)則提取后，將規(guī)則結果融入神經(jīng)網(wǎng)絡中，從而構造了一種強耦合多層模糊粗糙神經(jīng)網(wǎng)絡。 最后，針對TEP過程的特點，采用基于模糊粗糙集理論的多層人工神經(jīng)網(wǎng)絡故障診斷系統(tǒng)對TEP過程進行故障診斷，充分發(fā)揮了粗糙集和神經(jīng)網(wǎng)絡各自