RH-KTB大型真空冶金系统智能故障诊断

Intelligent Fault Diagnosis of Large Vacuum Metallurgical System

下载PDF

导出

摘要研究RH-KTB系统的故障种类及特点,进行故障树分析,找出故障间的关系并建立了原始样本采集系统.利用决策树理论对炉外精练大型真空冶金系统的约简集进行快速学习和分类.最后,提出一种基于粗糙集-决策树理论的炉外精炼大型真空冶金系统故障诊断模型.从理论上保证及时对干扰数据进行排除并实现快速诊断.基于该模型开发了一套智能故障诊断系统并应用于大型真空冶金系统,应用效果良好.

作者巴德纯王庆王晓冬

机构地区东北大学真空与流体工程研究中心

出处《真空科学与技术学报》 EI CAS CSCD 北大核心 2005年第z1期12-15,26,共5页 Chinese Journal of Vacuum Science and Technology

基金教育部博士基金(No.2000014520)资助和辽宁省科技基金(No.9910200102)重点资助

关键词真空冶金系统 RH-KTB 智能故障诊断故障树决策树

分类号 TP182 [自动化与计算机技术—控制理论与控制工程] TP183 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献9

1王庆,巴德纯,靳雨菲,王晓冬.基于故障树的RH-KTB大型真空系统智能故障诊断[J].真空科学与技术学报,2004,24(1):51-54. 被引量：4
2陶志,许宝栋,汪定伟.基于决策属性支持度的知识约简方法[J].东北大学学报（自然科学版）,2002,23(11):1025-1028. 被引量：14
3[3]Pawlak Z.Rough sets[J].International Journal of Computer and Information Sciences,1982,11(5):341 ～ 356
4[4]Jelonek J.Rough sets reduction of attributes and their domains for neural networks[J].Computional Intelligence,1995,11 (2):339 ～ 347
5黎明,张化光.基于粗糙集的神经网络建模方法研究[J].自动化学报,2002,28(1):27-33. 被引量：35
6[6]Pawlak Z.Rough set approach to knowledge-based decision support[J].European Journal of Operational Research,1997,99:48 ～ 57
7[7]Chien C C.A rough set approach to attribute gencralization in data mining[J].Journal of Information Sciences,1998,107:169～176
8郝丽娜,王伟,吴光宇,王宛山.粗糙集-神经网络故障诊断方法研究[J].东北大学学报（自然科学版）,2003,24(3):252-255. 被引量：23
9[9]Kryszkiewica M.Rough set approach to incomplete information systerms[J].Information Sciences,1998,112:39 ～ 49

二级参考文献20

1张春霞,刘浏,杜挺.RH－KTB及其RH真空精炼方法[J].炼钢,1996,12(1):53-59. 被引量：20
2区铁.提高RH真空处理的精炼效率[J].钢铁,1996,31(5):17-20. 被引量：15
3王珏,苗夺谦,周育健.关于Rough Set理论与应用的综述[J].模式识别与人工智能,1996,9(4):337-344. 被引量：264
4Dutuit Y.A linear time algorithm to Fing modules of fault Tree[J].IEEE Transaction on Reliability,1996,45(3):423-425
5Iverson D L,Patterson-Hime F A.A diagnosis system using object-oriented fault tree models[J].NASA Ames Research Center,1990,N90-27313:1-2
6Anand A.Hiearchical analysis of fault tree with dependencies,Using Decomposition[C].RMAS Proceedings,1998,69-75
7Frank P M.Analytical and qualitative model-based fault diagnosis-a survey and some new results[J].European J of Control,1996,2(1):6-28
8Camarinopoulous L,Yllera J.An improved top-down algorithm combined with modularization as highly efficient method for fault analysis[J].Reliability Engineering,1985,11(6):93-108
9Forcellese A, Gabriealli F, Ruffini R. Effect of the training set size on springback control by neural network in an air bending process[J]. Journal of Material Processing Technology, 1998,80-81(4):493-500.
10Pawlak Z . Rough sets[J]. Communications of ACM, 1995,38(11):89-95.

共引文献69

1刘知贵,梁辰,黄正良,蒲洁.粗集理论及其在智能控制中的应用综述[J].西南科技大学学报,2004,19(4):33-37. 被引量：1
2余启刚.用动态层次聚类算法改进粗糙集-神经网络建模过程[J].上海交通大学学报,2002,36(z1):21-24.
3谢振华,商琳,李宁,王金根,陈世福.粗糙集在神经网络中应用技术的研究[J].计算机应用研究,2004,21(9):71-74. 被引量：14
4赵洪国,王英健,王善侠.基于粗糙集神经网络和信息融合的故障诊断[J].微机发展,2005,15(1):54-57.
5王庆,巴德纯,王晓冬.智能故障诊断的粗糙决策模型[J].东北大学学报（自然科学版）,2005,26(1):80-83. 被引量：8
6梁辰,黄正良,刘知贵.粗集理论在神经网络模式识别中的应用[J].兵工自动化,2005,24(1):54-56.
7李冰清,冯秀芳,李祝平.一种故障诊断方法的改进[J].太原理工大学学报,2005,36(2):207-210.
8肖健梅,张腾飞,王锡淮.基于粗糙集的高速公路交通流神经网络模型[J].计算机工程,2005,31(10):193-196.
9张建勋,纪纲,曾庆森.粗糙集-神经网络计算机网络故障诊断方法研究[J].现代机械,2005(3):48-50. 被引量：1
10朱克敌,陶志.并行遗传算法在粗糙集属性约简中的应用[J].沈阳工程学院学报（自然科学版）,2005,1(1):70-73. 被引量：3

1冯福刚.网络环境下计算机病毒及防范策略研究[J].信息与电脑（理论版）,2015(10):87-88. 被引量：1
2张晶.基于决策树的知识获取方法研究[J].制造业自动化,2011,33(8):154-156. 被引量：5
3王庆,巴得纯,王晓冬,靳雨菲.RH-KTB炉外精炼过程的故障诊断专家系统[J].工业加热,2003,32(2):22-24.
4王庆,巴德纯,王晓冬,杨乃恒.RH-KTB炉外精炼过程监测软件开发[J].真空与低温,2002,8(3):183-185. 被引量：2
5沈建平,沈介文,陈琨,朱宏明.基于决策树理论的数据挖掘模型[J].计算机与现代化,2004(2):29-32. 被引量：1
6黄今声.电脑绘画的种类及特点[J].多媒体世界,1998(1):39-40. 被引量：1
7傅亿.大数据处理平台Spark及其生物医学应用[J].通讯世界（下半月）,2016(2):286-286.
8吴杰,刘振清.转炉冶炼超低碳、超低氮钢的工艺技术[J].特殊钢,2005,26(4):56-57.
9刘双喜,张馨,郑文秀,王金星.棉花异性纤维图像特征提取[J].农业机械学报,2010,41(3):158-162. 被引量：9
10扬帆.大屏幕图像显示技术与显示屏的种类及特点[J].家庭电子,2005(07X):8-9. 被引量：1

真空科学与技术学报

2005年第z1期

浏览历史

内容加载中请稍等...

RH-KTB大型真空冶金系统智能故障诊断

参考文献9

二级参考文献20

共引文献69

相关作者

相关机构

相关主题

浏览历史