基于SOM神经网络的制丝生产线设备故障趋势辨识方法

摘要

为解决制丝生产线中无法对设备故障提供有效趋势预警等问题,提出了一种基于SOM神经网络的设备故障趋势辨识方法。通过对制丝线涉及的重要过程变量进行分类,建立了无明显趋势、上升趋势、下降趋势、正阶跃趋势和负阶跃趋势5种运行状态监测模型。上升/下降趋势是指因过程变量上升/下降使设备运行状态发生缓慢异常变化;正阶跃/负阶跃趋势是指过程变量突然改变导致设备运行状态发生瞬时较大变化。采用SOM神经网络对模型进行训练后,实现了设备运行趋势的在线监测。将SOM神经网络方法与常规控制图进行对比测试,结果表明:在30个工作日内,SOM神经网络判定有效异常趋势比常规控制图多38次,预警准确率提升33%。该方法可为提高设备故障智能诊断水平提供支持。