论文部分内容阅读
随着现代工业技术的迅猛发展,生产过程越来越体现出连续、大批量、非线性、强耦合、时变、参数不确定等特性,故障发生的概率也不断增加,这导致现有的故障诊断方法无法适应对过程监控的要求,迫切需要发展和完善新的故障诊断方法和应对策略以保证生产过程的稳定运行。本文主要研究基于人工神经网络理论的复杂工业过程故障诊断方法,所完成的主要工作如下:1.对目前工业过程故障诊断技术的各种典型方法的研究现状及发展趋势进行了综述,并对各种方法的优缺点和适用对象进行了分析。2.研究了基于BP神经网络和概率