收藏本站
《天津理工大学》 2013年
收藏 | 手机打开
二维码
手机客户端打开本文

基于核函数的FPSO生产流程故障检测方法研究

郝晓鹏  
【摘要】:在流程工业中,故障诊断方法的研究极为重要,尤其对于现代工业生产,生产工艺越来越复杂,生产系统越来越智能化,对于生产过程故障诊断的研究与应用对于保障生产安全、提高企业的生产效率与经济效益有重要的作用。其中故障检测是故障诊断中的一个重要环节,对于故障检测方法的研究是故障诊断研究的重点。 本文分析了核函数应用的现状及发展趋势,并对核主元分析方法(Kernel Principle Component Analysis, KPCA)与核独立元分析方法(Kernel Independent Component Analysis, KICA)的基本原理以及故障检测过程进行了分析研究。同时,对机器学习理论、统计学习理论与支持向量机理论进行了探讨,分析了常用核函数的特点及性质等。 对浮式储油卸油生产系统(Floating Production StorageOffloading, FPSO)典型生产流程进行了分析,选取油气水分离系统中18个重要的过程变量作为研究对象。通过对生产流程正常运行状态以及典型故障运行状态的仿真,获得了FPSO典型生产流程正常状态与故障状态下的数据,作为验证故障检测方法的数据样本。 将KPCA方法与KICA方法在FPSO典型生产流程的故障检测中进行应用,首先建立正常工况下的数学模型,确定正常工况下的T2统计量与SPE统计量,然后对测试数据进行预处理与标准化,计算测试数据的T2统计量与SPE统计量,通过监视测试数据与正常数据的统计量的变化,来判断是否有故障发生。通过对PCA与KPCA故障检测方法以及ICA与KICA故障检测方法的检测效果与漏检率的对比分析,得出对于小样本、非线性的问题,核函数与多元统计相结合的方法在故障检测中能够快速准确的检测出故障,具有明显的优势。
【学位授予单位】:天津理工大学
【学位级别】:硕士
【学位授予年份】:2013
【分类号】:TP206.3

【参考文献】
中国期刊全文数据库 前10条
1 邓晓刚,田学民;一种基于KPCA的非线性故障诊断方法[J];山东大学学报(工学版);2005年03期
2 高强;韩淼;扈书亮;董超;;基于MSPCA的FPSO典型生产流程故障诊断系统的研究[J];伺服控制;2009年04期
3 汪廷华;陈峻婷;;核函数的选择研究综述[J];计算机工程与设计;2012年03期
4 黄宴委,彭铁根;基于核主元分析的非线性动态故障诊断[J];系统仿真学报;2005年09期
5 赵忠盖;刘飞;;一种基于核独立元分析的非线性过程监控方法[J];系统仿真学报;2008年20期
6 周东华;;国内动态系统故障诊断技术的一些最新进展[J];自动化博览;2008年S1期
7 田昊;唐力伟;田广;张彦;;基于核独立分量分析的齿轮箱故障诊断[J];振动与冲击;2009年05期
8 肖健华,樊可清,吴今培,杨叔子;应用于故障诊断的SVM理论研究[J];振动、测试与诊断;2001年04期
9 胡金海;谢寿生;侯胜利;尉询楷;何卫锋;;核函数主元分析及其在故障特征提取中的应用[J];振动、测试与诊断;2007年01期
10 王新峰;邱静;刘冠军;;核主元分析中核函数参数选优方法研究[J];振动、测试与诊断;2007年01期
中国博士学位论文全文数据库 前7条
1 蒋玲莉;基于核方法的旋转机械故障诊断技术与模式分析方法研究[D];中南大学;2010年
2 吴胜强;核主元分析及证据理论的多域特征故障诊断新方法研究[D];燕山大学;2011年
3 叶鲁彬;工业过程运行安全性能分析与在线评价的研究[D];浙江大学;2011年
4 牛征;基于多元统计分析的火电厂控制系统故障诊断研究[D];华北电力大学(河北);2006年
5 安文森;支持向量回归机理论及其工业应用研究[D];中国科学技术大学;2006年
6 杜京义;基于核算法的故障智能诊断理论及方法研究[D];西安科技大学;2007年
7 牟少敏;核方法的研究及其应用[D];北京交通大学;2008年
中国硕士学位论文全文数据库 前7条
1 唐凯;基于多元统计过程控制的故障诊断技术[D];浙江大学;2004年
2 谢芳芳;基于支持向量机的故障诊断方法[D];湖南大学;2006年
3 霍雨佳;支持向量机分类算法的研究与应用[D];华北电力大学(河北);2008年
4 吕成岭;基于支持向量机的故障诊断方法研究[D];江南大学;2009年
5 扈书亮;基于MSPCA的FPSO生产过程故障诊断系统的研究[D];天津理工大学;2009年
6 王心怡;基于核函数方法的机械故障诊断方法研究[D];郑州大学;2008年
7 郭超;支持向量机核函数研究及其在语音识别中的应用[D];太原理工大学;2012年
【共引文献】
中国期刊全文数据库 前10条
1 刘剑武;朱映映;宋娜;;融合音频特征的比赛场地主颜色聚类算法[J];莆田学院学报;2010年05期
2 沈乐平;黄维民;饶天贵;;基于支持向量机的上市公司违规预警模型研究[J];中大管理研究;2008年02期
3 司小胜;胡昌华;周志杰;;基于证据推理的故障预报模型[J];中国科学:信息科学;2010年07期
4 蔡冬松;靖继鹏;;基于最小二乘支持向量机的数据挖掘应用研究[J];情报科学;2005年12期
5 陈涛;谢阳群;;基于支持向量机的外贸企业客户分类方法应用研究[J];情报科学;2006年07期
6 王东波;苏新宁;朱丹浩;年洪东;;基于支持向量机的医学期刊文章自动分类研究[J];情报理论与实践;2011年04期
7 夏火松;刘建;;基于VSM的文本分类挖掘算法综述[J];情报探索;2010年09期
8 于承敏;凌海云;郑丽萍;;数字图书馆中基于内容的图像检索研究[J];情报探索;2011年04期
9 张爱丽,刘广利,刘长宇;基于SVM的多类文本分类研究[J];情报杂志;2004年09期
10 殷天石;孙济庆;;基于树型结构的SVM多类组合分类器在文本分类中的应用[J];情报杂志;2006年02期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
6 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
7 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
8 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
9 ;Fault Pattern Recognition of Rolling Bearings Based on Wavelet Packet and Support Vector Machine[A];第二十七届中国控制会议论文集[C];2008年
10 ;A Statistical Analysis of Model Free Adaptive Control with Measurement Disturbance[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
2 李高云;大型船舶航向/航迹智能容错控制研究[D];哈尔滨工程大学;2010年
3 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
4 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
5 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
6 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
7 张昌明;新疆汉族、维吾尔族及哈萨克族食管癌血清蛋白质指纹图谱研究[D];新疆医科大学;2010年
8 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
9 吕宁;基于数据驱动的故障诊断模型及算法研究[D];哈尔滨理工大学;2009年
10 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
4 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
5 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
6 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
7 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
8 蒋静;基于量子粒子群优化的Volterra核辨识及故障诊断方法研究[D];郑州大学;2010年
9 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
10 刘磊;多泥沙河流水库优化调度研究[D];郑州大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 赵犁丰;李新;王栋;;多核模糊聚类算法的研究[J];中国海洋大学学报(自然科学版);2009年05期
2 冯雄峰,阳宪惠,徐用懋;多元统计过程控制方法的平方预测误差分析[J];清华大学学报(自然科学版);1999年07期
3 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期
4 王斌忠,吴占松,王民汉;煤粉炉局部结渣的故障诊断模型[J];清华大学学报(自然科学版);1999年12期
5 邱天;丁艳军;吴占松;;基于主元分析的故障可检测性的统计指标比较[J];清华大学学报(自然科学版);2006年08期
6 方泽南,傅尚新,张勇;时间序列在故障诊断中的应用[J];清华大学学报(自然科学版);1998年09期
7 汪江,陆颂元;汽轮发电机组故障诊断GA-SVM模型方法的研究[J];汽轮机技术;2005年01期
8 夏文静;傅行军;;基于ICA在强背景噪声振动信号中的去噪研究[J];汽轮机技术;2006年02期
9 萧嵘 ,王继成 ,孙正兴 ,张福炎;一种SVM增量学习算法α-ISVM[J];软件学报;2001年12期
10 陈毅松,汪国平,董士海;基于支持向量机的渐进直推式分类学习算法[J];软件学报;2003年03期
中国博士学位论文全文数据库 前10条
1 王海清;工业过程监测:基于小波和统计学的方法[D];浙江大学;2001年
2 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
3 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
4 周伟达;核机器学习方法研究[D];西安电子科技大学;2003年
5 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
6 黄孝彬;火电厂控制系统故障检测与诊断的研究[D];华北电力大学(河北);2004年
7 侯军虎;基于多参数的风机状态监测与故障诊断的研究[D];华北电力大学(河北);2004年
8 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
9 杨宇;基于EMD和支持向量机的旋转机械故障诊断方法研究[D];湖南大学;2005年
10 何学文;基于支持向量机的故障智能诊断理论与方法研究[D];中南大学;2004年
中国硕士学位论文全文数据库 前10条
1 叶环球;限秩最大子集问题[D];浙江大学;2001年
2 袁雄俊;锅炉给水泵状态监测与故障诊断试验系统的研究[D];华北电力大学(河北);2003年
3 牛征;热工控制系统在线分析与故障诊断系统的研制[D];华北电力大学(河北);2003年
4 王丽舫;基于小波分析和主元分析的连续工业过程的故障诊断[D];北京化工大学;2004年
5 谢芳芳;基于支持向量机的故障诊断方法[D];湖南大学;2006年
6 邹义;基于支持向量机的船用柴油机故障诊断研究[D];上海海事大学;2006年
7 朱孔伟;基于主元分析的电厂锅炉故障检测与诊断[D];东南大学;2006年
8 黄啸;支持向量机核函数的研究[D];苏州大学;2008年
9 熊飞;嵌入式语音识别算法的研究与实现[D];太原理工大学;2008年
10 崔毓菁;语音识别系统速度优化算法研究[D];北京邮电大学;2008年
【相似文献】
中国期刊全文数据库 前10条
1 闻新,王青,钱芳,张洪钺;一种自适应观测器设计和故障检测方法[J];北京航空航天大学学报;1998年06期
2 邵旭光;范守文;熊静琪;;一种基于免疫神经网络的故障检测方法[J];中国机械工程;2010年19期
3 李建伟;段富;张顺利;;一种基于免疫机理的故障检测方法[J];电脑开发与应用;2007年03期
4 张化勋;曹旭;;一种机械系统振动故障检测方法[J];长春大学学报;2008年06期
5 王建中;;波导裂缝相阵天线配相系统故障检测方法[J];火控雷达技术;1988年03期
6 周小勇,叶银忠;基于小波多分辨率分析的并发故障检测方法[J];计算机仿真;2005年06期
7 常志军;;谈微机常见故障检测方法与处理[J];剑南文学(经典教苑);2011年09期
8 王坤;杜文莉;钱锋;;基于小波核聚类的非高斯过程故障检测方法[J];化工学报;2011年02期
9 刘卫东,高立娥,史秀珍;计算机系统的故障检测方法[J];计算机工程与应用;1996年05期
10 孙娇华,李元;基于故障临界值的传感器故障检测方法的研究[J];沈阳化工学院学报;2004年03期
中国重要会议论文全文数据库 前10条
1 周小勇;叶银忠;;基于小波多分辨率分析的故障检测方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
2 杜运成;石红瑞;;等价空间故障检测方法研究[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年
3 谭琳;文成林;;一种基于多模式的故障检测方法[A];第二十七届中国控制会议论文集[C];2008年
4 邱恺;吴训忠;陈天如;魏瑞轩;张宗麟;;基于融合量测预报器的联邦滤波故障检测方法[A];第二十四届中国控制会议论文集(下册)[C];2005年
5 陈金水;孙优贤;;一种控制系统故障的鲁棒检测方法[A];1995中国控制与决策学术年会论文集[C];1995年
6 颜东;张洪钺;;基于ARMA模型的故障检测方法[A];1994中国控制与决策学术年会论文集[C];1994年
7 张成;李元;;PC-KNN故障检测方法在半导体批次过程中的应用研究[A];第25届中国控制与决策会议论文集[C];2013年
8 易昭湘;慕晓冬;杨眉;赵鹏;;基于状态监控的软硬件故障检测方法[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
9 李建立;谭庆平;徐建军;;一种软件实现的瞬时故障检测方法[A];全国计算机安全学术交流会论文集(第二十三卷)[C];2008年
10 徐卓飞;张海燕;任玲辉;;基于纹理识别的胶印机墨杠故障检测方法[A];颜色科学与技术——2012第二届中国印刷与包装学术会议论文摘要集[C];2012年
中国重要报纸全文数据库 前1条
1 江苏 孙春晖;浅谈数字电路故障检测方法与技巧[N];电子报;2006年
中国博士学位论文全文数据库 前5条
1 刘文静;分布式网络化控制系统故障检测方法研究[D];天津大学;2009年
2 彭涛;基于传感器最优配置的故障检测方法研究[D];中南大学;2005年
3 马贺贺;基于数据驱动的复杂工业过程故障检测方法研究[D];华东理工大学;2013年
4 肖丽;基于电流信号提取技术的SRD故障检测方法的研究[D];河北工业大学;2014年
5 王恒;基于LMI技术的线性系统故障检测方法[D];东北大学;2008年
中国硕士学位论文全文数据库 前10条
1 曲辰飞;智能建筑暖通空调系统故障检测方法研究[D];天津大学;2014年
2 王承光;动态系统的鲁棒故障检测方法研究[D];南京理工大学;2006年
3 张少捷;基于工业过程数据的故障检测方法研究[D];华东理工大学;2011年
4 马驰;基于数据的故障检测方法的研究与应用[D];东北大学;2011年
5 王佳;基于专家系统的网络故障检测方法的研究及实现[D];电子科技大学;2010年
6 黄婕;基于云计算的故障检测方法研究与实现[D];昆明理工大学;2014年
7 金亮;基于二维动态核Hebbian算法的非线性过程故障检测方法研究[D];东北大学;2009年
8 朱光;多BDKPCA故障检测方法及应用研究[D];东北大学;2010年
9 李锋;控制系统传感器鲁棒故障检测方法研究[D];华北电力大学(河北);2004年
10 符晟;网络化控制系统故障检测方法仿真研究[D];华中科技大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026