重庆市教育委员会科学技术研究项目(KJ121410)
- 作品数：7 被引量：62H指数：3
- 相关作者：易军李太福姚立忠周伟苏盈盈更多>>
- 相关机构：重庆科技学院重庆大学重庆天泰铝业有限公司更多>>
- 发文基金：重庆市教育委员会科学技术研究项目重庆市自然科学基金国家自然科学基金更多>>
- 相关领域：冶金工程自动化与计算机技术化学工程电气工程更多>>
- 基于混合Copula模型的铝电解槽多参数相关性分析被引量：2
- 2014年
- 针对铝电解大型预焙槽操作参数较多且彼此耦合性强,难以进行准确的概率分布描述和相关性分析问题,提出一种基于混合Copula模型的铝电解槽多参数相关性分析方法。在铝电解槽参数分布类型未知的情况下,首先利用非参数核密度函数估计建立变量的边缘密度函数;再构建基于混合Copula模型的多变量联合分布函数,并通过权重参数调节不同类型Copula函数的贡献比重;最后利用极大似然法对模型参数进行估计。对取自某厂170 kA铝电解槽的1824组真实样本数据进行实验,结果得到的3种距离指标分别是0.3169、0.6239和0.9276,均优于其他单一Copula函数,表明本方法是对超低电压下具有非稳态非均一特征的多参数进行相关性分析的一种有效途径。
- 易军李太福张元涛周伟田应甫
- 关键词：COPULA电解
- 电机定子漏(互)感参数识别方法研究
- 2013年
- 以MATLAB 7.0作为开发平台,利用BP神经网络建立电机参数识别模型。该方法主要以定子漏感和互感作为参数识别对象,输入电机的各参数与网络,待网络目标达到要求后,识别出定子漏感和互感等基本参数。此方法有效、准确,可避免人为计算过程中主观因素影响带来的误差。
- 刘兴华苏盈盈易军
- 关键词：电机参数输入层输出层互感漏感
- 无线传感器网络的分布式目标跟踪研究被引量：35
- 2013年
- 针对无线传感器网络节点计算能力和能量受限问题,提出一种分布式并行扩展卡尔曼粒子滤波算法。在网络动态分簇模型上,簇头将粒子集划分为多个子集,并分配到簇内各个传感器节点中并行运行,最后在簇头进行信息融合,得到目标状态估计。算法提高了粒子滤波效率,避免单个节点能量过度消耗,均衡了网络能耗。同时,算法利用扩展卡尔曼滤波器来产生粒子滤波的重要性密度函数,使得重要性密度函数抽样样本更加接近后验概率密度产生的样本。仿真结果表明,算法对运动目标能实现较好的预测和跟踪,跟踪精度高,并能有效平衡网络能耗。实验结果说明了提出算法的有效性和可行性。
- 周伟石为人张洪德王小刚易军
- 关键词：无线传感器网络目标跟踪粒子滤波分布式
- 基于对称Alpha稳定分布概率神经网络的铝电解槽况诊断被引量：9
- 2012年
- 在铝电解槽非稳态情况下,槽参数易发生局部突变,呈现非高斯概率分布,且各种槽参数相关性较强,无法满足概率神经网络中训练样本必须服从独立同分布的假设条件,影响槽况诊断的精确度。提出一种基于对称Alpha稳定分布概率神经网络的铝电解槽况诊断方法,利用其对非高斯分布数据的良好近似拟合能力,改进模式层的径向基函数,提高概率神经网络对槽参数局部突变的适应性。通过取自某厂170kA大型预焙槽的样本进行检验表明,该方法能够对5种槽况做出正确的诊断,具有较强的分类精度和收敛速度。
- 易军李太福田应甫姚立忠侯杰
- 关键词：概率神经网络故障诊断铝电解槽概率密度函数
- 基于优化相对主元分析的铝电解槽况诊断被引量：1
- 2014年
- 针对影响铝电解槽状态的参数较多且耦合性强、建立诊断模型的计算量巨大、诊断精度有限等问题,提出一种基于优化相对主元分析(ORPCA)的铝电解槽况诊断方法。利用相对主元分析(RPCA)方法在进行特征选择时的降维优势,提出一种有效的准则以确定主元的相对权重。通过遗传算法(GA)构造误报率适应度函数,考察观测样本在主元空间和残差空间里投影的变化,以获得搜索区域内最优的相对转换矩阵,使Hotelling's T2检验和预测平方差(SPE)检验的误报率降低到最小。对某厂170 kA大型预焙槽的样本进行检验,实验结果表明,该方法在置信度为95%和97.5%时,T2检验误报率分别为16.79%和9.77%,SPE检验误报率分别为4.01%和1.75%。与同类算法相比,所提方法不但能准确诊断出铝电解槽中出现的异常状态,而且明显降低T2检验和SPE检验中出现误报的概率。
- 黄迪李太福易军田应甫
- 关键词：遗传算法铝电解槽故障诊断
- 基于FNN-UKF神经网络的氧化铝浓度动态预测模型被引量：3
- 2013年
- 针对影响氧化铝浓度的因素较多,彼此相关性强,难以建立动态预测模型的问题,提出一种基于FNN-UKF神经网络的动态预测方法。首先考察各原始变量置零前后在特征空间主元投影上的相似度,判断其对氧化铝浓度的解释能力,由此进行原始变量选择;再将约简后的原始变量输入基于UKF算法的神经网络预测模型,通过更新状态估计值和方差矩阵提高模型的泛化能力。对取自某厂160KA大型预焙槽的247组样本数据进行检验:228组样本的预测误差在±1%之内,计算量减少52.07%,表明该方法在保证预测精度的同时,有效降低了模型学习的计算量。
- 易军李太福侯杰姚立忠田应甫
- 关键词：氧化铝浓度神经网络
- 强跟踪平方根UKFNN的铝电解槽工耗动态演化模型被引量：13
- 2014年
- 铝电解过程具有多变量、强耦合、强干扰、参数时变等特征,故其模型开发是一个技术难点.根据该过程的特点,本文提出强跟踪平方根无迹Kalman神经网络(Strong tracking square root unscented Kalman filter neural network,STR UKFNN),并用其建立铝电解槽工艺能耗的动态演化模型.该方法利用误差协方差矩阵的平方根代替UKFNN算法中的协方差阵,避免误差协方差矩阵可能出现负定而导致滤波发散,并在UKFNN算法中引入渐消因子和弱化因子,实时调整滤波增益,提高模型收敛速度和其对突变状态的跟踪能力.通过某铝厂170kA预焙槽的日报样本验证表明,该方法提高了能耗模型的精度和对电解槽突变状态的实时跟踪能力,有助于指导铝电解过程操作参数的优化.
- 李太福姚立忠易军胡文金苏盈盈贾威
- 关键词：铝电解无迹卡尔曼滤波神经网络
