基于优化相对主元分析的铝电解槽况诊断

摘要

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.