公开(公告)号：CN103103570A

公开(公告)日：2013-05-15

申请号：CN201310035937.8

申请日：2013-01-30

Applicant: 重庆科技学院

Inventor： 易军 ,  李太福 ,  苏盈盈 ,  张元涛 ,  姚立忠 ,  侯杰 ,  王双明 ,  伍健全 ,  冯骊骁 ,  裴仰军

IPC: C25C3/20

Abstract: 本发明公开了一种基于主元相似性测度的铝电解槽况诊断方法，其特征在于按如下步骤进行：一，约简原始特征：利用核主元分析法计算贡献率排在前位的m个主元Bj；依次考察每个原始特征对表征铝电解槽况的贡献度，删掉贡献度低于贡献度阈值的原始特征，实现特征约简；二，约简后特征作为概率神经网络的输入变量，建立铝电解槽况的分类模型，模型最大输出值对应的铝电解槽况类型即为诊断结果。本发明克服了核主元无明确物理意义的缺陷，减少传感器数量和运算量，同时利用具有一次训练时间短、诊断精确度高的概率神经网络建立故障诊断模型，更加适合铝电解槽况的在线诊断。

公开(公告)号：CN103103570B

公开(公告)日：2015-10-28

申请号：CN201310035937.8

申请日：2013-01-30

Applicant: 重庆科技学院

Inventor： 易军 ,  李太福 ,  苏盈盈 ,  张元涛 ,  姚立忠 ,  侯杰 ,  王双明 ,  伍健全 ,  冯骊骁 ,  裴仰军

IPC: C25C3/20

Abstract: 本发明公开了一种基于主元相似性测度的铝电解槽况诊断方法，其特征在于按如下步骤进行：一，约简原始特征：利用核主元分析法计算贡献率排在前位的m个主元Bj；依次考察每个原始特征对表征铝电解槽况的贡献度，删掉贡献度低于贡献度阈值的原始特征，实现特征约简；二，约简后特征作为概率神经网络的输入变量，建立铝电解槽况的分类模型，模型最大输出值对应的铝电解槽况类型即为诊断结果。本发明克服了核主元无明确物理意义的缺陷，减少传感器数量和运算量，同时利用具有一次训练时间短、诊断精确度高的概率神经网络建立故障诊断模型，更加适合铝电解槽况的在线诊断。