密闭鼓风炉铅锌熔炼的统计过程监测系统设计

密闭鼓风炉熔炼过程中的铅锌冶炼反应工艺非常复杂,且工况变化较大,目前还没有比较有效的方法对其监测。主元分析(PCA)是一种有效的多元统计过程监测方法,将PCA应用于密闭鼓风炉熔炼生产的统计过程控制,分析了T~2统计、SPE统计量的变化趋势,与密闭鼓风炉实际生产状况的对应关系。试验结果表明,PCA方法可快速有效地反映生产过程的变化,生产运用效果表明该方法大大提高了对密闭鼓风炉生产工况的实时监测能力,提高了生产效率。     

PCA过程监测方法在密闭鼓风炉铅锌熔炼中的应用

通过分别导出T2和SPE统计量均值与过程数据统计参数之间的关系,分析了T2和SPE统计量的变化趋势以及与密闭鼓风炉实际生产状况的对应关系;基于现场采集的长期历史数据,给出了在密闭鼓风炉过程传感器故障检测中的应用实例;试验结果表明,PCA方法可以快速有效地反映生产过程的变化,生产运用效果表明该方法大大提高了对密闭鼓风炉生产工况的实时监测能力,提高了生产效率.     

DCS在铅锌密闭鼓风炉（ISF）过程控制系统中的应用

介绍韶关冶炼厂Ⅱ系统铅锌密闭鼓风炉熔炼（ISP）生产过程DCS（集散系统）的应用情况。着重论述了系统的监控功能和技术特征。     

密闭鼓风炉锌产量的支持向量机实时预报模型

为优化密闭鼓风炉的操作参数，建立了锌产量的实时预报模型。该模型采用分类SMO方法训练支持向量机回归模型，并根据若干步的误差来在线校正模型参数，对锌产量进行多步预报，以及时调整操作参数，并能在线学习预报模型。该预报模型的工业仿真表明在只有较少的样本数的情况下，在有效误差范围内能达到90％，且具有很好的实时性。该模型已应用于密闭鼓风炉操作优化与故障诊断系统，能较好地指导生产。     

基于SPSS与BP网络的锌产量预测模型

金属锌对人们的生活具有非常重要的意义,为了使锌产量最大化,有必要对密闭鼓风炉铅锌熔炼操作参数进行优化,提出了基于SPSS与BP网络的密闭鼓风炉熔炼锌产量的预测模型;先对DCS系统上获得的在线数据建立初步的参变量与锌产量之间的因果关系,再利用SPSS统计分析软件中的主成分分析法对各参变量进行分析,最后将得到的与锌产量最相关的少数几个因素用BP网络建立预测模型,仿真结果表明,该方法减少了网络的训练时间,改善了学习效率,具有较高的预测精度,是可行的、有效的。     

铅锌密闭鼓风炉故障诊断知识获取的粗糙集方法

从粗糙集等价类概念出发，提出从不完整数据集中获取故障诊断知识的密闭鼓风炉故障诊断方法，将不完整数据集的训练事例划分为下近似和上近似两类，首先假设属性的未知特征值为任意可能值，然后根据从驯练事例中得到的上下近似进行提炼，最后从事例与近似互相作用以推导出确定的和可能的规则，得出规则概率，并估计出合适的属性的未知特征值，结合密闭鼓风炉悬料规则库的知识获取及其在故障诊断中的应用过程说明了该方法的有效性和实用性。     

基于自适应变步长神经网络的烧穿点位置预测模型

本文针对铅锌冶炼过程中的密闭鼓风炉烧结工艺,提出了基于神经网络的烧穿点位置预测模型.并采用自适应变步长学习算法,以加快BP学习算法的收敛速度.仿真结果表明,以此模型为中心的烧穿点位置自动控制系统具有较好的性能.     

透气性指数回归模型的数据挖掘

以有色冶金密闭鼓风炉的生产工艺数据为研究对象,利用SPSS(Statistical Package for the Social Science)软件,从统计分析的角度对数据进行研究;以建立密闭鼓风炉透气指数的回归模型为实例,详细描述了数据挖掘的一般流程,数据抽取、数据过滤(缺失值、异常值的处理)、数据变换(标准化)、数据建模、结果分析评价;利用统计学知识,从相关系数分析、可解释度分析、置信区间分析几个方面对建模正确性进行研究,最终从大量数据中提取出回归分析模型,以此模型,可以定量的了解变量间的相互影响,并用来预测未来因变量的变化.     

基于RS与LS_SVM的密闭鼓风炉故障诊断

针对密闭鼓风炉故障信息的复杂性和不完备性,建立了基于粗糙集（RS）和最小二乘支持向量机（LS_SVM）相结合的故障诊断模型。首先运用等频率划分法对故障诊断数据中的连续属性进行离散化,然后采用粗糙集理论进行故障诊断决策系统约简,获得最优决策系统。将约简结果与LS_SVM相结合,建立了故障诊断模型。实验结果表明,该模型提高了诊断效率和判断准确率。     

鼓风炉μXL集散控制系统的安装与调试

介绍了鼓风炉μXL集散控制系统的安装与调试方法，以及对鼓风炉实时控制的实现。     

支持向量机及其在密闭鼓风炉故障诊断中的应用

针对密闭鼓风炉故障诊断中难以获得大量故障数据样本以及特征提取和诊断知识获取困难等不足,提出了应用支持向量机(SVM)进行故障诊断的新方法.采用改进"1对其余"算法构建多个SVM,利用可靠性数据分析技术中一些基本概念处理原始样本数据作为特征向量,输入到由多个SVM构成的多类分类器中进行故障分类.经实验证明,该方法简单,重复训练量少,训练、分类速度快,准确度高.     

Intelligent Fault Diagnosis in Lead-zinc Smelting Process

According to the fault characteristic of the imperial smelting process (ISP), a novel intelligent integrated fault diagnostic system is developed. In the system fuzzy neural networks are utilized to extract fault symptom and expert system is employed for effective fault diagnosis of the process. Furthermore, fuzzy abductive inference is introduced to diagnose multiple faults. Feasibility of the proposed system is demonstrated through a pilot plant case study.     

锌精馏塔的混合故障诊断方法

以锌精馏塔为研究对象，在利用小波分析进行数据预处理的基础上，将专家系统、模糊控制、神经网络等先进的理论和技术有机的结合起来，提出了模块化的混合故障诊断系统，实现对整个锌精馏塔生产系统的状态监测和故障诊断。     

嵌入式系统在军用电子设备故障诊断中的应用

电子装备现有的故障诊断系统一般无法完成装备工作过程中的实时在线状态监测。利用多种非接触式的传感器信息融合技术、以太网网络通信技术,设计了现场级嵌入式状态监测系统,采用嵌入式微处理器S3C44B0X构建最小系统实现实时地对系统各个重要部分进行信号采集和在线状态监测,为在线智能故障诊断系统提供诊断信息。     

基于粗糙集和神经网络的密闭鼓风炉故障诊断

针对密闭鼓风炉过程机理的复杂性及过程信息的不确定性,研究了基于粗糙集(RS)与神经网络相结合的故障诊断方法。采用自组织映射神经网络(SOM)和条件属性依赖度相结合的方法,对连续的样本数据进行离散化,应用基于专家经验与条件属性依赖度相结合的属性重要度计算方法进行启发式RS约简,并把约简结果作为BP神经网络的输入。实验结果表明,采用该方法不仅优化了神经网络的拓扑结构,降低了神经网络的训练时间,同时大大提高了学习速度和故障诊断的准确率。     

基于嵌入式工程机械监控和故障诊断系统的设计

介绍了基于ARM-Linux嵌入式系统的监控和故障诊断系统,时该系统的软硬件设计方法等进行了阐述.综合运用了GPRS无线通讯技术,故障树分析法,专家系统等理论,研究工程机械监控和故障诊断.该系统集实时数据采集、信号处理、在线状态监测、网络通讯、故障诊断于一体,采用专家控制诊断系统,实现了工程机械监控诊断系统的可靠化、小型化和智能化,该系统具有很高的产业化价值.     

基于GSM短消息的整流装置远程监控系统

针对整流装置运行环境恶劣、故障率高和维护困难等特点,在Windows环境下基于短消息服务SMS(Short Message System)技术开发了一个远程监控与故障诊断系统;该系统由客户机和服务器组成,客户机负责采集数据、下达指令,服务器软件采用组态的方式开发,实现整流装置的在线监控、专家诊断、故障报警、数据综合管理等,服务器与客户机之间运用SMS短消息编程进行远程通信;该系统已成功应用于工业现场,取得了很好的效果。     

惯性测量组合在线诊断系统研究

为了对武器中的惯性测量组合实施监视与诊断,提出了一套实时在线的故障诊断系统;该系统利用TEAMS-RT与LabVIEW软件和多信号模型建模,实时采集测试点的信号并进行分析,得出惯性测量组合的工作状态;最后通过Simulink模拟产生故障,对整个系统实行检验,结果表明系统正确地推断出故障;所设计的系统,具有在线、实时的特点,可在惯性测量组合的工作过程中及时发现并隔离故障.