神经网络在化工过程故障诊断中的应用

来源期刊：控制工程2006年第1期

论文作者：黄道 宋欣

文章页码：6 - 9

关键词：故障诊断;神经网络;BP算法;TE模型;

摘    要：针对现代复杂的化工生产过程,提出一种基于神经网络的故障诊断方法。并分别将典型的BP算法和改进后的BP算法用于TE（Tennessee Eastman）模型的故障诊断中。经过诊断结果的比较,得出标准的BP算法在实际应用中具有收敛速度慢等缺点;自适应学习速率动量梯度下降的BP算法以及用L-M（Levenberg-Marquardt）法先对BP网络进行优化的BP算法具有收敛速度快、不易陷入局部极小值等优点,其中又以L-M优化BP算法效果最好。结合TE模型的仿真结果可以看出,L-M优化BP算法在工业实际中具有很大的优势。