收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

FCCU反—再系统基于神经网络和SDG模型的混合故障诊断系统研究与开发

杜殿林  
【摘要】: 流化催化裂化装置(Fluidized Catalytic Cracking Unit简称FCCU)是石油加工过程中深度加工的关键装置,其工艺结构复杂,变量关联、耦合,为了实现FCCU生产过程的“安、稳、长、满、优”,系统的安全性、可靠性和有效性变得越来越重要和突出。因此,研究和开发FCCU的故障诊断技术有着非常重要的理论意义和实用价值。 神经网络模型用于模拟人脑神经元活动的过程,是一种由大量简单的高度互连的神经元组成的并行计算系统,在函数逼近、模式识别、故障分类、诊断等领域,表现出强大的生命力。 基于符号定向图SDG(Signed Directed Graph)的定性仿真技术采用基于深层知识模型的推理机制,是一种完备的揭示系统潜在危险以及故障在系统中传播规律的有效方法。近年来,SDG在石油化工领域中的安全评价方面取得了重大进展,基于SDG的故障诊断方法与技术也成为当今的研究热点。 由于实际诊断问题的复杂性和各种诊断方法所固有的局限性,只应用一种诊断方法就完全解决实际对象的诊断问题几乎是不可能的。因此,同时应用多种方法形成混合的故障诊断系统来进行综合诊断是非常必要的。 由于故障诊断进行的是过程系统在故障状态下的特殊行为特性的研究,受到工业现场连续生产不允许进行危险试验的限制,建立FCCU的动态机理数学模型、开发仿真平台、产生各种非正常及故障工况场景,是开展故障诊断技术研究的有效基础和必备条件。 本文主要以催化裂化装置中最为复杂、也最为关键的反应-再生系统为研究对象,依托所建立的系统动态仿真平台,分别研究、开发了神经网络故障诊断系统、SDG定性模型及SDG故障诊断系统,并将它们集成到一起,形成了一种既高效又完备的混合故障诊断系统。 主要工作和取得的成果如下: 1、建立、完善了高效烧焦罐式催化裂化装置反应-再生系统的动态机理非线性数学模型,不仅精度高,而且有大范围的适应性,模型鲁棒性强,除了满足正常运行状况(稳态工作点附近)模型准确外,注入事故和非正常工况下,模型仍具有一定精度。 2、利用VC++6.0的MFC类库面向对象编程,在WINDOWS操作系统下开发了系统仿真平台软件,多文档界面(MDI),消息驱动,界面规范、友好,功能丰富,操作方便。 3、将FCCU反应-再生系统所可能发生的16种故障和非正常工况进行归纳分类,分为设备损坏类故障4种(如:原料油泵停等)、人为误操作类故障8种(如:雾化蒸汽量误操作减少等)和工艺异变类故障4种(如:催化剂活性降低等)。在系统仿真软件上,对16种故障和非正常工况进行了仿真实验和案例研究,制造了不同故障下的仿真“剧情”,获取了大量的故障数据,为后续的故障诊断研究作好了充分的准备。 4、利用MATLAB的神经网络工具箱,研究了常用的BP算法和RBF算法,针对化工装置故障诊断的在线应用和实时应用的要求,主要研究了神经网络的快速训练和动态特性,提出了改进的算法,MATLAB仿真结果表明了改进算法的有效性和实用性。 5、利用VC++和MATLAB混合编程,在VC++中启动调用MATLAB计算引擎,开发了WINDOWS操作系统下的故障诊断软件,操作界面、数据接口、算法选择、任务调度和管理等由VC++来编程实现,神经网络核心算法由MATLAB工具箱完成,充分发挥了VC++的可视化和MATLAB的矩阵计算优势。软件具有神经网络离线训练学习和在线故障诊断的功能。 6、采用定量数学模型和经验知识相结合的方法,选取了64个关键变量,建立了FCCU反应-再生系统的SDG定性深层知识模型,直观充分地揭示了反应-再生系统各变量间复杂的前后影响和因果关联,模型中考虑了催化剂循环量、目标产品产量和自保联锁等因素,这在以前的文献中未见报导。 7、利用计算机模拟与安全工程研究室开发的SDG故障诊断软件,对所建立的反应-再生系统的SDG故障诊断模型进行了仿真,16种案例实验结果显示了本文所建的SDG模型具有较高的完备性和实用性。 8、提出并完成了一种全新的混合故障诊断系统: 将FCCU反应-再生系统动态仿真平台系统、神经网络故障诊断软件和SDG故障诊断系统通过通讯接口集成到一起,形成了一种全新的混合故障诊断系统,成功地进行了大量非正常工况和故障“诱发”和实时在线故障诊断试验,对本文建立的数学模型和提出的故障诊断方法进行了有效的实验室级验证。 这种集成的故障诊断技术充分发挥了SDG系统“高层”推理的优势和神经网络“低层”处理的长处,两者的有机结合保证了系统整体的高诊断性,神经网络保证了诊断的高效性,SDG系统则保证了诊断的完备性,这对于复杂系统的诊断,尤其是实时诊断是非常适用的。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王晓勇;;基于遗传算法和神经网络的故障诊断研究[J];微计算机信息;2011年02期
2 肖晶;吴学智;;一种基于神经网络的故障诊断新方法研究[J];舰船电子工程;2010年01期
3 董立永;;故障智能诊断方法综述[J];可编程控制器与工厂自动化;2010年12期
4 王承;陈光;谢永乐;;基于主元分析与神经网络的模拟电路故障诊断[J];电子测量与仪器学报;2005年05期
5 周绍磊;张文广;何甦;杨增胜;;模拟电路故障诊断技术研究[J];海军航空工程学院学报;2006年01期
6 徐晓辉;潘昊;;模拟电路故障诊断方法的发展[J];科技咨询导报;2007年13期
7 周焕银;刘金生;李明;王仁波;;基于故障诊断的数据挖掘算法研究[J];微计算机信息;2008年01期
8 杜明波;曾庆华;;总线型导弹控制系统故障诊断仿真平台研究[J];航空计算技术;2008年01期
9 张燕军;张彦斌;殷军辉;刘仁伟;吕世乐;;基于神经网络与模糊融合的外围故障诊断方法[J];计算机测量与控制;2008年05期
10 崔学忠;李冬;桑亮;李馥彤;;装备故障诊断方法研究[J];计算机仿真;2010年09期
11 姚鹏;刘岩;张胜修;王道平;;基于神经网络与最小二乘法在故障诊断中的应用研究[J];现代电子技术;2010年11期
12 徐启华;杨瑞;;基于AdaBoost算法的故障诊断仿真研究[J];计算机工程与设计;2005年12期
13 张燕;;网络故障诊断关键技术[J];电脑知识与技术;2009年31期
14 孙晓倩;艾延廷;张振;;航空发动机传感器故障诊断方法研究[J];沈阳航空工业学院学报;2010年02期
15 杨宇;赵玉霞;;模拟电路故障诊断方法的研究[J];科技信息(学术研究);2007年18期
16 李静;李跃伟;张家财;李幼德;修鹏远;;基于神经网络的车辆稳定性悬架阻尼控制仿真[J];系统仿真学报;2007年16期
17 王荣杰;胡清;;基于知识的故障诊断方法的发展现状与展望[J];微计算机信息;2006年07期
18 燕敏婷;谢利理;刘素梅;;大功率可控整流电路的故障诊断技术研究[J];计算机测量与控制;2008年04期
19 吴金田;张健;;基于FNN的水电机组故障诊断专家系统研究[J];福建电脑;2008年07期
20 郑君;张冬泉;;故障诊断技术[J];电气时代;2008年05期
中国重要会议论文全文数据库 前10条
1 牟文凯;徐小力;吴国新;;机车涡轮增压器状态监测和故障诊断方法研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年
2 丁福焰;邵军;张生玉;;车辆轴承故障神经网络诊断方法的研究[A];铁道科学技术新进展——铁道科学研究院五十五周年论文集[C];2005年
3 莫秋云;杨晓清;宾莹;;基于BP算法与D-S理论的故障诊断技术[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
4 王志毅;谷波;;神经网络故障诊断技术在暖通空调系统应用的可实现性[A];上海市制冷学会二○○一年学术年会论文集[C];2001年
5 王志毅;谷波;;神经网络故障诊断技术在暖通空调系统应用的可实现性[A];全国暖通空调制冷2002年学术年会资料集[C];2002年
6 郭刚;杨建华;黎波;邓伟;;基于信息的机械装备综合诊断系统研究[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年
7 王春;徐克林;;连铸机液压系统状态监测故障诊断[A];第一届全国流体动力及控制工程学术会议论文集(第二卷)[C];2000年
8 王益玲;赵英凯;;改进BP算法在机械系统故障诊断中的应用[A];2003年中国智能自动化会议论文集(下册)[C];2003年
9 张虹;王剑明;;变风量空调房间室温的神经网络预测控制仿真[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
10 曾文华;;基于神经网络的加热炉烟气氧含量/炉膛负压解耦控制策略[A];2001中国控制与决策学术年会论文集[C];2001年
中国博士学位论文全文数据库 前10条
1 杜殿林;FCCU反—再系统基于神经网络和SDG模型的混合故障诊断系统研究与开发[D];北京化工大学;2006年
2 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
3 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
4 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
5 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
6 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
7 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
8 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
9 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
10 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 吴德华;列车滚动轴承故障诊断与监测系统研究[D];中南大学;2005年
2 孙士慧;基于小波神经网络的设备故障诊断方法研究[D];中国石油大学;2008年
3 洪伟;远程故障诊断与服务系统关键技术的研究[D];重庆大学;2005年
4 彭淑宏;航空发动机气路故障诊断技术研究[D];上海交通大学;2012年
5 金志贤;水下机器人推进器故障诊断技术研究[D];哈尔滨工程大学;2006年
6 张秀春;基于神经网络的凝汽设备故障诊断专家系统研究[D];哈尔滨工程大学;2007年
7 蔡辰光;基于虚拟仪器和神经网络的电喷发动机故障诊断系统研究[D];重庆交通大学;2008年
8 刘华姿;基于虚拟仪器的电力电子整流装置的故障诊断系统研究[D];中南大学;2008年
9 杜明波;总线型导弹控制系统故障诊断仿真平台研究[D];国防科学技术大学;2007年
10 杨黔清;车用三效催化转化器工作过程智能故障诊断研究[D];湖南大学;2008年
中国重要报纸全文数据库 前10条
1 胡海霞;502所 通用数学仿真平台助力“神舟八号”方案复核复算[N];中国航天报;2011年
2 于翔;数字神经网络中的协同应用[N];网络世界;2009年
3 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
4 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 凌曼文;国有企业级协同仿真平台问世[N];中国计算机报;2007年
7 束洪福;尖端技术并非大企业专属品[N];科技日报;2007年
8 郑持辉蓝图;重庆沙坪坝疏缓交通拥堵 三维仿真平台派上大用场[N];中国测绘报;2008年
9 戴劲松;中核集团成功研制核电仿真平台[N];中国企业报;2008年
10 王恩青;协同仿真平台助力“中国制造”自主创新[N];中国质量报;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978