期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Adaboost-PSO-SVM的铝电解槽健康状态诊断方法研究 被引量：10
1
作者 尹刚 钱中友 +10 位作者 曹文琦 全鹏程 许亨权 颜非亚 王民 向禹 向冬梅 卢剑 左玉海 何文 卢润廷 《化工学报》 EI CSCD 北大核心 2024年第1期354-365,共12页
针对铝电解槽在铝电解生产过程中故障频发的问题,提出了一种基于支持向量机(support vector machine,SVM)的铝电解槽健康状态诊断模型,考虑传统的支持向量机只能适用于二分类问题,采用自适应推进算法(adaptive boosting,Adaboost)将支... 针对铝电解槽在铝电解生产过程中故障频发的问题,提出了一种基于支持向量机(support vector machine,SVM)的铝电解槽健康状态诊断模型,考虑传统的支持向量机只能适用于二分类问题,采用自适应推进算法(adaptive boosting,Adaboost)将支持向量机的二分类问题转化为多分类问题用于求解铝电解槽健康状态诊断问题,充分考虑了子模型的权重,强化了模型的适用性。并利用粒子群优化算法(particle swarm optimization,PSO)对其超参数寻优,提高模型的预测精度。实验结果表明,提出的铝电解槽健康状态诊断模型的准确率和Macro-F1分数分别达到94.70%和0.9453,相较于其他传统模型均有显著提升。 展开更多
关键词 电解 算法 健康状态 预测 实验验证
在线阅读 下载PDF
基于KPCA和SVM的铝电解槽漏槽事故预警方法 被引量：8
2
作者 尹刚 李伊惠 +7 位作者 何飞 曹文琦 王民 颜非亚 向禹 卢剑 罗斌 卢润廷 《化工学报》 EI CSCD 北大核心 2023年第8期3419-3428,F0003,共11页
针对铝电解槽运行数据复杂多维、结构非线性且故障样本量相对正常运行样本量少的问题,提出了一种基于数据驱动的漏槽事故预警模型。模型采用简单经典的分类算法支持向量机,避免小样本数据带来的过拟合问题。并用交叉验证训练测试方法和... 针对铝电解槽运行数据复杂多维、结构非线性且故障样本量相对正常运行样本量少的问题,提出了一种基于数据驱动的漏槽事故预警模型。模型采用简单经典的分类算法支持向量机,避免小样本数据带来的过拟合问题。并用交叉验证训练测试方法和麻雀搜索算法对参数寻优,提高分类器的性能。同时为了更好地挖掘铝电解运行数据中的特征信息采用核主成分分析法将数据降到8维,模型运行速度提高了65.51 s。另外在设置分类标签时结合实际情况选取了三个变化显著的特征参数作为辅助分类条件从而扩充了故障样本。最后对该漏槽事故预警模型进行性能验证,实验表明模型F1分数达到了0.995,AUC值达到了0.998。 展开更多
关键词 电解 泄漏事故 算法 神经网络 故障预测
在线阅读 下载PDF
基于深度学习的铝电解槽阳极效应预测方法研究 被引量：5
3
作者 何文 《中国有色冶金》 CAS 北大核心 2022年第5期112-117,共6页
阳极效应在铝电解生产中最为频发,对其进行准确预测能够稳定电解铝生产,降低能耗,减少事故。本文从深度学习入手,提出一种基于堆叠降噪自动编码器和长短时记忆网络的预测模型,利用堆叠降噪自动编码器挖掘关键故障特征信息,同时利用长短... 阳极效应在铝电解生产中最为频发,对其进行准确预测能够稳定电解铝生产,降低能耗,减少事故。本文从深度学习入手,提出一种基于堆叠降噪自动编码器和长短时记忆网络的预测模型,利用堆叠降噪自动编码器挖掘关键故障特征信息,同时利用长短时记忆网络实现故障诊断。本文通过采集某铝厂的历史生产数据对模型进行性能验证,结果表明,该模型预测准确率和F1分数分别为97.56%和0.9686。对比分析BP神经网络、广义回归神经网络、LSTM和SDAE-RF,本文构建的SDAE-LSTM的模型表现最佳,能准确地对阳极效应进行预报,在铝电解实际生产中具有重要的指导意义。 展开更多
关键词 铝电解 深度学习 故障诊断 阳极效应 电解槽 模型 SDAE-LSTM
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部