基于小波神经网络的化学反应器故障模式识别

摘要

利用具有BP算法的前馈神经网络(MFNN),针对反应器建立了过程数据与故障类型之间的对应关系,辨识出系统的正常运行状态与故障运行状态.为了提高辨识的准确度,利用小波技术改进MFNN的作用函数构成了小波神经网络(WNN).对化学反应器中的一类典型反应过程进行了仿真实验,实验结果表明,WNN的故障辨识比MFNN的故障类型辨识具有更高的准确率.