论文部分内容阅读
工业设备的结构随着科技水平的突飞猛进而日益复杂,设备一旦出现故障,将会带来无法估量的损失。用高性能的故障诊断方法将故障及时有效的诊断出来,不但能提高设备运行的安全系数,降低事故发生的概率,而且能降低企业的生产成本,提高企业的经济效益。免疫算法是在人工免疫系统研究的基础上提出的一类新算法。本文对免疫算法中的基本克隆选择算法(Basic Clonal Selection Algorithm, BCSA)进行改进,得到一种新的算法——免疫克隆算法(Immune Clonal Algorithm, ICA)。ICA以“亲和度”为标准进行抗体择优,但抗体的克隆规模不受亲和度的控制,这样,ICA既兼顾了抗体多样性和大范围搜索的优点,同时又使算法的运行速度和收敛速度得到提升。用ICA进行函数优化实验,实验结果表明,ICA较BCSA具有更高的运行速度和收敛速度。LVQ神经网络的核心思想是竞争,在竞争过程对获胜权值进行调整。LVQ神经网络的初始权值一旦选择的偏差较大,在竞争过程中则较难得到充分更新,从而导致网络的分类准确度降低。本文将提出的ICA优化LVQ神经网络的初始权值,得到ICALVQ神经网络,ICALVQ神经网络比LVQ神经网络拥有更好的分类性能。用Fisher数据集进行网络的初步测试,用TE化工过程对网络进行更进一步的测试,测试结果表明,ICALVQ神经网络比LVQ神经网络具有更好的分类准确度。裂解炉是乙烯装置的核心设备之一,其运行的安全性、可靠性对乙烯的收率和后续工段的操作稳定具有重要影响。本文将提出的ICALVQ神经网络应用到化工实际生产过程——乙烯裂解炉的故障诊断中,将诊断结果与未经优化的LVQ神经网络进行对比,结果表明,ICALVQ神经网络在分类速度和分类准确度上都更胜一筹。