基于主元分析和BP神经网络的工业过程监测

摘要

BP神经网络的分类功能可以用于过程监测与故障诊断,但面对比较复杂的工业过程,数据量过大通常会导致网络的训练时间较长、收敛速度较慢。将主元分析与BP神经网络相结合,提出基于主元分析和BP神经网络理论的工业过程监测方法,根据TE过程数据变量确定神经网络的结构,然后使用TE过程数据训练集训练网络,并建立监测模型。通过对测试结果的分析,认为该模型训练时间短、故障误检率低,具有更好的过程监测效果。