您的位置: 专家智库 > >

罗林

作品数:5 被引量:14H指数:2
供职机构:辽宁石油化工大学信息与控制工程学院更多>>
发文基金:国家自然科学基金辽宁省教育厅青年基金辽宁省科学技术计划项目更多>>
相关领域:电气工程石油与天然气工程自动化与计算机技术化学工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 1篇化学工程
  • 1篇石油与天然气...
  • 1篇机械工程
  • 1篇电气工程
  • 1篇自动化与计算...

主题

  • 3篇网络
  • 3篇故障诊断
  • 2篇神经网
  • 2篇神经网络
  • 2篇卷积
  • 2篇卷积神经网络
  • 1篇倒立摆
  • 1篇电力
  • 1篇电力变压器
  • 1篇断路
  • 1篇断路器
  • 1篇多模态
  • 1篇遗传算法
  • 1篇油中溶解气体
  • 1篇语言变量
  • 1篇增强型
  • 1篇溶解气体
  • 1篇软测量
  • 1篇软测量建模
  • 1篇深度网

机构

  • 5篇辽宁石油化工...
  • 1篇中国石油抚顺...

作者

  • 5篇罗林
  • 1篇李悦
  • 1篇李奇安
  • 1篇赵强

传媒

  • 4篇辽宁石油化工...
  • 1篇黑龙江科技信...

年份

  • 1篇2024
  • 1篇2023
  • 1篇2020
  • 1篇2018
  • 1篇2010
5 条 记 录,以下是 1-5
排序方式:
加氢裂化过程软测量建模研究综述被引量:3
2018年
加氢裂化是目前石油炼制工业中最为重要的原油再加工过程,也是重油轻质化、商品油生产的核心工艺之一。介绍了重油加氢裂化的监测过程,对加氢裂化过程软测量的背景和产生原因进行了分析。针对重油加氢裂化过程高精度控制和节能优化中存在的三个关键问题进行综述,主要包括:系统多变量、非线性导致的多特征尺度问题;加氢裂化过程具有多个稳定工作点、非概率输出难以指导生产的问题;工艺过程易受缺失样本和离群样本因素的干扰。
罗林赵强
基于注意力增强型编解码网络的化工过程故障诊断被引量:1
2024年
化工过程的数据往往含有动态时序特性,传统故障检测对动态信息的使用率较低,限制了故障诊断性能。针对这个问题,提出了一种基于注意力增强的编解码网络模型的化工过程故障诊断新方法。编码部分利用LSTM提取过程数据的特征信息,结合注意力机制,更加有效地利用过程数据间的动态信息;解码部分利用LSTM并结合注意力机制提供的上下文向量,为归一化指数的回归提供更加精准的状态信息,最后利用归一化指数回归得到各个样本数据的故障类别概率值。结果表明,注意力机制的引入,提高了模型在时域下对过程动态信息的使用效率。针对本文提出的方法,利用田纳西伊士曼过程数据进行了实验,并与标准的PCA-SVM、DBN和ResNet的结果进行了对比。结果表明,该方法诊断故障的效果更加理想。
夏起磊罗林张垚
关键词:故障诊断
自适应变论域模糊系统在倒立摆姿态控制中的应用研究被引量:1
2010年
变论域模糊系统的论域在控制过程中的伸缩变化难以用函数模型来准确表达,并且函数型伸缩因子存在一定的局限性,为了解决此问题,提出了一种基于模糊规则的变论域自适应模糊控制器的论域伸缩方法,利用语言变量来推导伸缩因子在控制过程中的变化规则。基于此方法成功地实现了一级倒立摆系统的稳定控制,实验结果说明了此方法的有效性。
罗林李奇安李悦
关键词:语言变量倒立摆
面向电力变压器油中溶解气体的卷积神经网络诊断方法被引量:9
2020年
油中溶解气体分析法(Dissolved Gas Analysis,DGA)是判断变压器内部故障的重要方法之一。针对传统基于浅层的机器学习方法在变压器故障诊断中存在的特征提取和泛化能力方面的不足,提出了一种基于卷积神经网络的变压器故障诊断方法。利用网络中的卷积层对油中溶解气体进行特征转换,结合池化层强化重要特征的能力,对故障敏感特征进行提取。通过实验研究了卷积核数目、卷积核大小、池化层、网络深度对模型诊断性能的影响。通过混淆矩阵、ROC曲线和PR曲线对比分析了卷积神经网络模型、支持向量机(Support Vector Machine,SVM)模型、BP神经网络(Back Propagation Neural Network,BPNN)模型。实验结果表明,卷积神经网络模型的诊断性能更为优秀。
裴小邓罗林陈帅王乔
关键词:油中溶解气体变压器故障诊断卷积神经网络
结构优化深度网络的高压断路器机械故障诊断
2023年
高压断路器操作过程中的振动信号反映断路器的机械状态。针对基于浅层的振动信号分析模型的特征提取及故障诊断精度等方面存在的不足,提出了一种基于遗传算法优化的卷积神经网络高压断路器故障诊断方法。利用遗传算法的全局寻优能力,通过遗传算法的选择、交叉和变异等操作获得最优初始网络结构参数及全连接层神经元数等,进而优化卷积神经网络,并将优化后的卷积神经网络应用于高压断路器的故障诊断。结果表明,所提方法的诊断性能优于未进行优化的卷积神经网络、动态支持向量机和多层感知机。
姜楠罗林王乔侯维
关键词:高压断路器故障诊断遗传算法卷积神经网络
共1页<1>
聚类工具0