收藏本站
《浙江大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

数据驱动的间歇过程监测与质量控制研究

秦岩  
【摘要】:间歇过程是现代工业过程中最重要的加工方式之一,具有小批量生产、高附加值等诸多优点,广泛应用于精细化工、生物医药、纸浆造纸、半导体工业等众多领域。随着社会经济的发展和物质生活水平的提高,人们对产品品质的要求不断攀升和企业追逐经济效益等因素推动了现代工业系统规模不断扩大、自动化程度不断提升。然而,愈发复杂的工业系统一旦发生事故,造成的危害和损失往往难以估量,因此过程安全可靠运行以及产品的高质量追求已成为了国内外过程控制领域关注的焦点。机理模型的建立耗时耗力且面临模型失配的问题,导致基于机理模型的过程监测方法在实际过程中可能并不适用。随着数据存取和分析技术的飞速发展,数据驱动的过程监控研究在间歇过程中越来越受到重视,并吸引了大批学者的广泛关注。间歇过程面临特有的多阶段工序、多模态并存、累积质量特性和强动态特性等特点,然而现有方法并不能够完全有效的解决间歇过程监控所存在的问题。例如,时段划分结果受关键可调参数的影响、过程数据来自单一操作模态的假设以及无法进行批次内质量控制等问题。本论文在深入研究这些特性的基础上,从解决实际问题的角度出发,提出了一系列基于时段的间歇过程统计建模、在线监测、质量预测与控制算法:1.针对间歇过程的时段划分问题,提出一种基于两步迭代的有序时段划分方法,一方面避免了时段划分结果受关键可调参数的影响,另一方面克服了过渡模式的定量识别问题。首先对于选择的任意关键参数,得到初步的时段划分结果并研究过程变量相关关系在时段内的分布信息。随后,利用快速峰值与密度聚类分析方法,基于优化调节思想对关键参数进行更新。通过上述两个步骤的交替执行,得到唯一、有序的时段划分结果。另外,定义基于密度和距离的过渡模式定量识别规则,在时段划分结果的基础上实现了过渡模式的精确判别,从而达到稳态时段和过渡时刻分别监测的目的,进一步提升了监测性能。2.针对间歇过程的多模态监测问题,提出一种基于多模态费舍尔判别分析的过程监测方法,克服了单一操作模态假设的局限性。将整个批次轨迹作为研究对象,基于动态时间规整方法从数据分布的角度对所获取的数据进行自动分类,体现批次方向上的差异。考虑到模态信息随时段不同而不同,进一步在每个时段内提出了多模态费舍尔判别分析方法,深入分析模态间的差异性,通过稀疏化分析定量衡量导致模态差异的根本原因,实现了间歇过程模态的划分和不同模态之间原因变量的追溯。3.针对间歇过程的产品质量预测问题,从产品质量特性出发,提出一种基于子空间分解的质量预测方法。该方法能够自动判断和分析产品质量的累积属性,为选用合理的质量预测模型提供判断性准则。对于累积型产品质量,分析各个时刻上过程波动对产品质量的独立影响,关注连续时刻对质量影响的补充变化作用,从而完成预测能力的累积叠加。以时段作为分析单元,重点研究了累积效应下的关键时段选取以及时段间累积效应表征,最终实现累积质量的在线预测。作为累积型质量的一种特例,非累积质量也可以直接利用所提出的方法进行分析,本方法在提升质量预测精度的同时加深了对过程的理解。4.针对间歇过程的非优状态与质量控制问题,提出一种基于强化学习方法的智能自愈控制方法。首先,分析导致运行状态退化的原因变量,建立相应的定量判断方法,实现非优原因变量的自动追溯。进一步,鉴于间歇过程的强动态特性导致无法精确建模的难题,构建基于依赖启发式结构的质量自愈控制器,重点研究了无模型下的在线质量控制方法,实现了利用生产过程自身信息来指导非优变量的调节,达到产品质量在线控制的目的。为了验证上述算法,利用青霉素发酵和注射成型这两个典型间歇过程作为应用案例,实现了算法的有效性和可靠性的验证,从而丰富了间歇过程统计建模、在线监测及质量预测的研究成果,并揭示了进一步研究的必要和可能。
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:TB114

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 刘伟旻;王建林;邱科鹏;熊欢;韩锐;;基于DHSC的多模态间歇过程测量数据异常检测方法[J];化工学报;2017年11期
2 卢静宜;曹志兴;高福荣;;批次过程控制—回顾与展望[J];自动化学报;2017年06期
3 池荣虎;侯忠生;黄彪;;间歇过程最优迭代学习控制的发展:从基于模型到数据驱动[J];自动化学报;2017年06期
4 王伟;赵春晖;张利宏;楼卫东;沈宇航;钱永安;;结合改进Fisher判别分析和显著故障变量提取的卷烟制叶丝段故障诊断方法[J];烟草科技;2017年04期
5 王建林;刘伟旻;邱科鹏;张维佳;于涛;;基于LWPT-DTW的间歇过程不等长时段数据同步化[J];化工学报;2017年07期
6 彭锋;李晓;;中国电炉炼钢发展现状和趋势[J];钢铁;2017年04期
7 王立敏;杨继胜;于晶贤;李秉芸;高福荣;;基于T-S模糊模型的间歇过程的迭代学习容错控制[J];化工学报;2017年03期
8 肖应旺;张绪红;陈呈国;;一种新的非线性FDA间歇过程监控方法[J];计算机与应用化学;2016年07期
9 郭金玉;袁堂明;李元;;一种不等长的多模态间歇过程故障检测方法[J];化工学报;2016年07期
10 徐华电;苏建徽;张军军;刘宁;戴云霞;;基于谐波特征与核Fisher判别分析的孤岛检测方法研究[J];电工技术学报;2016年03期
中国博士学位论文全文数据库 前4条
1 商小虎;我国装备制造业技术创新模式研究[D];上海社会科学院;2013年
2 谭帅;多模态过程统计建模及在线监测方法研究[D];东北大学;2012年
3 孔祥松;快速、低成本间歇过程无模型优化方法研究[D];浙江大学;2011年
4 赵春晖;多时段间歇过程统计建模、在线监测及质量预报[D];东北大学;2009年
中国硕士学位论文全文数据库 前5条
1 刘笑梅;基于高维时间序列分析的多模态工业过程监测方法研究[D];北京化工大学;2016年
2 付元建;基于核函数理论的改进FDA间歇过程故障诊断研究[D];哈尔滨理工大学;2016年
3 赵斐;注塑过程质量控制中若干关键问题的研究[D];南京航空航天大学;2014年
4 张子羿;数据驱动的多阶段间歇过程监控方法研究[D];华东理工大学;2014年
5 靳剑英;不等长间歇过程的统计建模及在线监测[D];东北大学;2012年
【共引文献】
中国期刊全文数据库 前10条
1 郭金玉;王鑫;李元;;基于加权差分主元分析的化工过程故障检测[J];高校化学工程学报;2018年01期
2 张龙强;;中国钢铁工业流程结构发展趋势[J];冶金设备;2018年01期
3 常鹏;乔俊飞;王普;高学金;李征;;基于MKECA的非高斯性和非线性共存的间歇过程监测[J];化工学报;2018年03期
4 贾科;宣振文;林瑶琦;魏宏升;李光辉;;基于Adaboost算法的并网光伏发电系统的孤岛检测法[J];电工技术学报;2018年05期
5 刘伟旻;王建林;邱科鹏;熊欢;韩锐;;基于DHSC的多模态间歇过程测量数据异常检测方法[J];化工学报;2017年11期
6 刘新天;冯嘉骏;何耀;郑昕昕;曾国建;;基于闭环锁频控制的并网逆变器孤岛检测方法[J];电力系统自动化;2017年22期
7 沈虹;周文飞;王怀宝;伞国成;郭小强;;基于无功电流控制的并网逆变器孤岛检测[J];电工技术学报;2017年16期
8 刘伟旻;王建林;邱科鹏;于涛;赵利强;;基于多证据融合决策的间歇过程测量数据异常检测方法[J];化工学报;2017年08期
9 王立敏;杨继胜;于晶贤;李秉芸;高福荣;;基于T-S模糊模型的间歇过程的迭代学习容错控制[J];化工学报;2017年03期
10 贾科;郇凯翔;魏宏升;毕天姝;何国庆;;适用于多机集群的外部集中扰动式阻抗测量孤岛检测法[J];电工技术学报;2016年13期
中国博士学位论文全文数据库 前9条
1 李文卿;数据驱动的复杂工业过程统计过程监测[D];浙江大学;2018年
2 孙鹤;数据驱动的复杂非平稳工业过程建模与监测[D];浙江大学;2018年
3 秦岩;数据驱动的间歇过程监测与质量控制研究[D];浙江大学;2018年
4 张淑美;基于数据驱动的复杂多模态过程模态识别及过程监测研究[D];东北大学;2016年
5 吕国庆;中国装备工业创新网络研究[D];华东师范大学;2016年
6 翁金祖;基于微观质量指标的聚合过程模拟与优化方法研究[D];浙江大学;2016年
7 刘炎;工业过程运行状态最优性评价及非优原因追溯方法的研究[D];东北大学;2016年
8 李孝斌;云制造环境下机床装备资源优化配置方法及技术研究[D];重庆大学;2015年
9 周乐;基于概率的工业过程数据建模与故障检测[D];浙江大学;2015年
中国硕士学位论文全文数据库 前4条
1 杨达;基于Kafka的注塑成型装备大数据云平台数据采集系统研究与设计[D];华南理工大学;2017年
2 郑向博;基于数据驱动的间歇过程故障检测[D];河北工业大学;2016年
3 王向龙;基于高斯预测的注塑工艺参数在线调控系统研究[D];广西大学;2015年
4 仇迁;多时段、不等长间歇过程过程监测与故障诊断[D];东北大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 何德峰;;约束非线性系统稳定经济模型预测控制[J];自动化学报;2016年11期
2 郭金玉;袁堂明;李元;;一种不等长的多模态间歇过程故障检测方法[J];化工学报;2016年07期
3 祁鹏程;赵忠盖;刘飞;;含时滞测量值下间歇过程的双维状态估计[J];化工学报;2016年09期
4 叶凌箭;马修水;宋执环;;基于输入轨迹参数化的间歇过程迭代学习控制[J];化工学报;2016年03期
5 王志文;刘毅;高增梁;;时变间歇过程的2D-PID自适应控制方法[J];化工学报;2016年03期
6 王伟;赵春晖;楼卫东;张利宏;;基于相对变化分析的多模态卷烟制叶丝段故障监测[J];烟草科技;2015年12期
7 李新创;施灿涛;赵峰;;“工业4.0”与中国钢铁工业[J];钢铁;2015年11期
8 李健;;国内外废钢利用及我国废钢业现状论述[J];中国废钢铁;2015年05期
9 薛雷;;我国电弧炉炼钢技术发展现状及展望[J];天津冶金;2015年05期
10 严求真;孙明轩;;非线性不确定系统准最优学习控制[J];自动化学报;2015年09期
中国博士学位论文全文数据库 前8条
1 王世明;装备产品集成创新的模式及选择研究[D];大连理工大学;2010年
2 刘毅;间歇过程的核学习自适应建模与控制研究及工业应用[D];浙江大学;2009年
3 高月华;基于kriging代理模型的优化设计方法及其在注塑成型中的应用[D];大连理工大学;2009年
4 王可心;大规模过程系统非线性优化的简约空间理论与算法研究[D];浙江大学;2008年
5 杜奕;时间序列挖掘相关算法研究及应用[D];中国科学技术大学;2007年
6 陈曦;基于质量的注塑过程建模方法研究[D];浙江大学;2001年
7 郁滨;注塑过程参数的自动设定与基于模糊推理的制品缺陷消除的研究[D];华南理工大学;1999年
8 邵之江;连续工业过程的在线优化[D];浙江大学;1997年
中国硕士学位论文全文数据库 前9条
1 李晓燕;锋电位信号分析及噪声抑制算法研究[D];郑州大学;2013年
2 辛欢欢;基于Fisher判别分析的过程监控方法研究[D];中国石油大学;2011年
3 陈永禄;基于多元统计方法的田纳西化工过程故障诊断[D];东北大学;2011年
4 李世原;基于Fisher判别法的化工过程故障诊断算法研究[D];兰州理工大学;2011年
5 狄俊亮;啤酒生产过程综合自动化技术若干关键问题研究[D];浙江大学;2011年
6 李林宏;多变量统计过程控制在工业生产中的应用研究[D];东北大学;2010年
7 苏金明;基于数据驱动的流程工业过程性能监控方法研究[D];杭州电子科技大学;2010年
8 吴立洲;基于核Fisher判别法的空调系统传感器故障诊断研究[D];上海交通大学;2007年
9 马君;基于数据驱动的流程工业过程故障检测算法研究[D];沈阳大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 唐晓初;李元;;基于阶段累积模型的多阶段间歇过程质量预测[J];沈阳化工大学学报;2017年01期
2 褚菲;程相;代伟;赵旭;王福利;;基于过程迁移的间歇过程终点质量预报方法[J];化工学报;2018年06期
3 宋建成;;探讨化工间歇过程的控制策略[J];化工自动化及仪表;1990年01期
4 章寅源;;探讨间歇过程控制的设计描述方法[J];炼油化工自动化;1993年04期
5 张绪红;肖应旺;;基于多向核偏最小二乘的间歇过程在线监控(英文)[J];计算机与应用化学;2017年06期
6 郭金玉;赵璐璐;李元;;基于统计特征的不等长间歇过程故障诊断研究[J];计算机应用研究;2014年01期
7 周景振,韩曾晋;间歇过程操作单元模糊自适应控制器及其应用[J];控制理论与应用;1999年05期
8 李华文;间歇过程中稳定控制器的设计[J];河北轻化工学院学报;1997年01期
9 胡瑾秋;郭放;张来斌;;基于趋势分析的间歇过程异常工况超早期报警研究[J];石油学报(石油加工);2018年01期
10 王建平;胡益;侍洪波;;基于高阶偏最小二乘的间歇过程建模[J];化工学报;2014年09期
中国重要会议论文全文数据库 前7条
1 范遂;王滢;;模糊控制及顺序控制在间歇过程控制中的应用[A];冶金企业自动化、信息化与创新——全国冶金自动化信息网建网30周年论文集[C];2007年
2 王妍;李宏光;;青霉素发酵间歇过程的特征状态监督[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
3 郭小萍;王福利;贾明兴;;基于sub-MPLS的多阶段间歇过程质量预测与控制[A];第十七届全国过路控制会议论文集[C];2006年
4 赵立杰;柴天佑;;事件驱动的多模型MPCA统计监视方法及其应用[A];第二届全国信息获取与处理学术会议论文集[C];2004年
5 王志甄;邹志云;盖希杰;;间歇化工生产过程的批处理研究[A];中国计量协会冶金分会2017年会论文集[C];2017年
6 刘建友;邹志云;李福庆;于鲁平;吴春华;桂新军;;精细化工生产过程的若干安全系统工程技术问题探讨[A];2009中国过程系统工程年会暨中国mes年会论文集[C];2009年
7 赵春晖;王福利;贾明兴;;一种改进的聚类算法在间歇过程中的应用[A];2006中国控制与决策学术年会论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 秦岩;数据驱动的间歇过程监测与质量控制研究[D];浙江大学;2018年
2 唐晓初;基于统计模型的多阶段间歇过程在线质量预测与过程监测[D];东北大学;2015年
3 谢磊;间歇过程统计性能监控研究[D];浙江大学;2005年
4 李赣平;基于智能计算的过程控制与优化若干研究[D];上海交通大学;2007年
5 王姝;基于数据的间歇过程故障诊断及预测方法研究[D];东北大学;2010年
6 赵春晖;多时段间歇过程统计建模、在线监测及质量预报[D];东北大学;2009年
7 郭辉;基于独立分量分析的工业过程异常状态监测与诊断方法[D];北京化工大学;2014年
8 杨霞;间歇过程用水网络综合的研究[D];青岛科技大学;2008年
9 杨国军;间歇化工过程实时优化与控制[D];华南理工大学;2013年
10 王亚君;间歇工业过程单批次建模与监测关键技术研究[D];东北大学;2015年
中国硕士学位论文全文数据库 前10条
1 马琳钰;基于支持向量数据描述的多时段间歇过程监测方法研究[D];北京化工大学;2017年
2 周梅;一类间歇过程基于数据驱动的过程监控方法研究[D];杭州电子科技大学;2017年
3 苏涛;化工间歇过程的迭代学习控制方法[D];青岛科技大学;2014年
4 张旭;青霉素间歇过程故障诊断方法研究[D];沈阳理工大学;2012年
5 刘强;基于多元统计的间歇过程监控与故障诊断方法的研究与应用[D];浙江大学;2003年
6 郑向博;基于数据驱动的间歇过程故障检测[D];河北工业大学;2015年
7 柴琰;基于时段的间歇过程监测研究[D];中国海洋大学;2014年
8 祁鹏程;基于粒子滤波的间歇过程时滞状态估计方法[D];江南大学;2017年
9 魏华彤;基于数据驱动的间歇过程监控方法研究[D];北京化工大学;2013年
10 洪水红;多杂质体系完全间歇过程用水网络优化研究[D];大连理工大学;2012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