基于小波神经网络的化学反应器故障模式识别

• 作 者: 刘晓琴
• 机 构: 辽宁石油化工大学信息与控制工程学院
• 出 处: 辽宁石油化工大学学报
• 发表日期: 2010年3期
• 关键词: 故障 辨识 小波神经网络 Fault Identification Wavelet neural network

利用具有BP算法的前馈神经网络（MFNN）,针对反应器建立了过程数据与故障类型之间的对应关系,辨识出系统的正常运行状态与故障运行状态。为了提高辨识的准确度,利用小波技术改进MFNN的作用函数构成了小波神经网络（WNN）。对化学反应器中的一类典型反应过程进行了仿真实验,实验结果表明,WNN的故障辨识比MFNN的故障类型辨识具有更高的准确率。