论文部分内容阅读
提出基于改进型Elman网络的阳极效应故障趋势预报的方法,针对阳极效应故障产生机理,利用改进型Elman网络代替传统BP神经网络对铝电解槽进行系统辨识建模,采用相对应的故障检测策略对系统实际输出与改进型Elman网络辨识输出之间的残差进行诊断,从而对铝电解槽是否发生阳极效应进行预测.仿真结果表明基于改进型Elman网络的故障预测方法能快速准确地预测阳极效应故障的发生,具有一定的工程应用价值.