收藏本站
《浙江大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据驱动的流程工业性能监控与故障诊断研究

郭明  
【摘要】: 工业生产过程的性能监控系统是流程工业CIPS的重要组成部分。它通过密切地监督生产过程的运行状态,不断地检测过程的变化和故障信息,从而有效地提高了产品质量和经济效益。目前,随着DCS和计算机技术在流程工业中的广泛应用,大量的过程数据被采集并存储下来,但是这些包含过程运行状态信息的数据并没有被有效地利用,以致出现了所谓的“数据丰富,信息匮乏”的现象。如何将这些存储的数据变为有用的信息,从中挖掘出过程运行的深层次信息,并利用这些信息提高过程监控能力,正是目前过程控制领域的研究热点之一,也是本文的研究重点。 本文所做的工作以主元分析PCA为主线,针对不同工业过程对象的特点,对传统的PCA作了不同程度的改进,提出了一些新的监控算法。这些方法不依赖过程的数学模型,而是基于数据驱动的。由于连续生产方式和间歇生产方式是流程工业中两种重要的生产方式,它们具有各自不同的特点,因此,本文的工作分两大部分,即连续工业过程的监控和间歇工业过程的监控,具体包括: (1)采用多变量核密度估计方法,研究了参数不确定条件下,过程数据的分布及其对系统监控性能的影响。连续搅拌釜的仿真结果表明,在参数不确定的情况下,数据会偏离正态分布,且在相同的不确定条件下,不同的参数对最终数据的分布影响也不同。而传统的基于主元分析的系统性能监控方法都是假定测量数据相互独立且服从正态分布的,采用核密度估计方法无需对数据的分布作任何假定。 (2)提出了一种基于独立分量分析(ICA)和支撑向量机(SVM)对系统性能进行监控的整体框架,这一框架包括特征提取和故障识别两部分。独立分量分析被用来从当前工况的数据矩阵中提取出代表当前工况特征的投影系数矩阵,而这些投影系数矩阵则被用来训练多个支撑向量机,从而利用它们实现故障类型的识别。采用独立分量分析的方法可以避免数据服从正态分布的假定,且由于各个独立成分之间统计独立,其联合概率密度函数可以很方便的求取。进一步地,这些独立成分构成了正常工况的特征空间,过程变量在该空间上投影系数矩阵的变化被作为监控指标。Tennessee Eastman过程的仿真研究表明,该算法是可行的,并与传统的基于主元分析的算法相比,具有更好的监控性能,能够更早地检测出故障的发生。而考虑到实际工业过程故障数据都是少量的,支撑向量机在小样本学习方面具有良好的泛化能力。利用支撑向量机对TE过程的投影系数矩阵进行识别,也获得较满意的结果。 (3)提出以主元子空间相互之间的距离来识别不同的工况。该方法从空间的角度考察了主元分析的实质,认为不同的主元子空间代表了不同的操作模式和工况。与传统 浙江大学博士学位论文 的基于主元得分贡献图以及基于最大特征方向夹角的故障识别方法相比,该方法充分利 用了各个主元的信息。通过对流化催化裂化反应再生系统的仿真研究,证实了该方法的 有效性。 (4)提出了一种基于模型的多尺度间歇过程性能监控方法。该方法利用神经网络 对间歇过程的非线性和动态特征进行描述,神经网络的预测残差则利用多尺度主元分析 进行建模,从而将多尺度主元分析扩展用于间歇过程的监控。这一方法突破了传统多向 主元分析单模型、线性化的建模方式,是一种多模型非线性建模方法。它利用小波将每 一残差信号分解为各个尺度上的近似部分和细节部分,而主元分析则用于分别建立各个 尺度上的统计模型。通过对实际工业链霉素发酵过程数据的分析,表明本文所提出的方 法与传统的多向主元分析方法相比,能够更早的发现故障,获得更好的监控性能。 (5)提出了多向Fishe:判据分析(MFDA)的方法用于间歇过程监控。传统的间歇 过程监控方法都是基于多向主元分析(MPCA),由于其在建模时只利用了正常工况下的 数据,其故障诊断能力并不令人满意。而提出的MFDA算法同时利用正常工况和故障 条件下的数据进行建模,其故障诊断能力要优于MPCA,在故障检测的同时也实现了故 障的诊断。而且,MPCA方法只是MFDA的一个特例。通过对实际工业链霉素发酵过 程数据分析,表明本文提出算法是可行的,可以获得较满意的故障诊断结果。 (6)探讨了在计算机集成过程系统(CIPs)下过程性能监控系统的集成框架体系, 分析了过程监控系统与其它子系统之间的相互联系与功能。并探讨了过程监控系统开发 和实施过程中需要注意的若干关键技术问题。 最后,在总结全文的基础上,提出有待进一步研究的课题和今后工作的重点。
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2004
【分类号】:TP277

【引证文献】
中国博士学位论文全文数据库 前10条
1 邵纪东;非线性过程监测中的数据降维及相关问题研究[D];浙江大学;2010年
2 赵凯;多元制造过程能力分析及质量诊断[D];天津大学;2012年
3 张沐光;基于局部—全局结构分析的统计过程监测方法研究[D];浙江大学;2011年
4 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
5 任世锦;基于区间数的不确定性数据挖掘及其应用研究[D];浙江大学;2006年
6 李荣雨;基于PCA的统计过程监控研究[D];浙江大学;2007年
7 赵旭;基于统计学方法的过程监控与质量控制研究[D];上海交通大学;2006年
8 付克昌;基于结构优化PCA的传感器故障诊断方法及其应用研究[D];浙江大学;2007年
9 张洪;基于多元统计方法的连续重整装置的性能监控和优化[D];江南大学;2006年
10 刘世成;面向间歇发酵过程的多元统计监测方法研究[D];浙江大学;2008年
【共引文献】
中国博士学位论文全文数据库 前10条
1 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
2 任桢;图像分类任务的关键技术研究[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 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
5 乔小燕;基于生物形态学的赤潮藻显微图像分割与特征提取研究[D];中国海洋大学;2010年
6 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
7 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
8 徐红林;基因调控网络的建模及其结构分解方法研究[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 杨红;污水生化处理的智能建模与优化控制策略应用研究[D];华南理工大学;2010年
【同被引文献】
中国博士学位论文全文数据库 前10条
1 高英杰;轧机AGC液压系统故障诊断技术的研究[D];燕山大学;2000年
2 郭元术;故障诊断中的信号分析和应用研究[D];长安大学;2000年
3 王建国;锅炉受热面污垢在线监测理论及应用[D];华北电力大学;2001年
4 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
5 王壮;C~4ISR系统目标综合识别理论与技术研究[D];国防科学技术大学;2001年
6 郑海波;非平稳非高斯信号特征提取与故障诊断技术研究[D];合肥工业大学;2002年
7 王惠刚;自适应盲信号处理理论及应用研究[D];西北工业大学;2002年
8 武传宇;基于PC+DSP模式的开放式机器人控制系统及其应用研究[D];浙江大学;2002年
9 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
10 韩斌;基于数据挖掘的信息融合理论和应用[D];浙江大学;2002年
【二级引证文献】
中国博士学位论文全文数据库 前10条
1 邵纪东;非线性过程监测中的数据降维及相关问题研究[D];浙江大学;2010年
2 廖宜涛;基于图像与光谱信息的猪肉品质在线无损检测研究[D];浙江大学;2011年
3 李玉凯;无线传感器网络高能效可靠数据传输理论及应用研究[D];华北电力大学(北京);2011年
4 张进春;气流床煤气化工艺性能稳健优化与控制研究[D];中南大学;2011年
5 司徒炳强;公交网络时刻表编制的理论建模及可靠性控制方法研究[D];华南理工大学;2011年
6 胡友强;数据驱动的多元统计故障诊断及应用[D];重庆大学;2010年
7 郭建校;改进的高维非线性PLS回归方法及应用研究[D];天津大学;2010年
8 邱爱兵;采样数据系统的故障诊断方法研究[D];南京航空航天大学;2010年
9 许洁;基于统计理论的工业过程性能监控与故障诊断研究[D];南京航空航天大学;2010年
10 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
【相似文献】
中国期刊全文数据库 前10条
1 王万良,吴启迪,赵燕伟,陈志强,杨旭东;流程工业CIMS中生产调度研究进展[J];机电工程;1999年05期
2 李文武;基于Internet的流程工业生产设施生命周期数据库[J];世界标准化与质量管理;2002年07期
3 张翼鹏;流程工业CIMS体系结构探讨[J];化工自动化及仪表;1998年01期
4 董庆元,王平,李莉,栾贵兴;一种分布式智能网络管理系统的设计与实现[J];小型微型计算机系统;2001年04期
5 王凌,王雄;流程工业CIMS体系结构和生产执行系统[J];计算机工程与应用;2003年10期
6 李俊涛;张凤鸣;李永宾;;基于多元联合熵的航空发动机性能分析[J];微计算机信息;2007年01期
7 吴俊岭;冯俊敏;;河北移动加强综合性能监控保障奥运通信畅通[J];电信工程技术与标准化;2008年10期
8 连瑞琦,干戈,吕方;编译器的性能监控、分析和调试方案[J];计算机工程;2004年12期
9 成典勤;;基于J2EE的SQLServer性能监控的研究与实现[J];电脑开发与应用;2006年04期
10 张强;赵艳;高曼莉;;可测干扰过程的预测控制性能监控[J];河北科技大学学报;2010年04期
中国重要会议论文全文数据库 前10条
1 温淑芝;逄永亮;;流程工业科学发展中能源对策分析[A];创新沈阳文集(C)[C];2009年
2 沈祖志;谢敦礼;徐伟宣;;中国的经济改革促进OR在流程工业的应用[A];发展的信息技术对管理的挑战——99’管理科学学术会议专辑(上)[C];1999年
3 李刚;王庆林;黄彪;;随机扰动下的动态矩阵控制系统性能监控、调节与诊断[A];第二十六届中国控制会议论文集[C];2007年
4 华贲;尹清华;周章玉;;21世纪流程工业——挑战和对策[A];面向21世纪的科技进步与社会经济发展(下册)[C];1999年
5 蒋少华;桂卫华;阳春华;唐朝晖;蒋朝辉;;基于主元分析与支持向量机的方法及其在密闭鼓风炉过程监控诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年
6 钟秉翔;;一种基于核主元分析的精简化建模方法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
7 谢恩年;;面向流程工业的MES[A];江苏省电工技术学会成立十周年庆典暨2004年学术年会论文集[C];2004年
8 赵伟;周志强;;传送MPLS(T-MPLS)体系的OAM机制[A];全国第十三次光纤通信暨第十四届集成光学学术会议论文集[C];2007年
9 赵伟;周志强;;传送MPLS(T-MPLS)体系的OAM机制[A];中国通信学会第五届学术年会论文集[C];2008年
10 罗雄飞;廖再飞;刘伟;;流程工业多尺度数据可视化系统的设计与应用[A];2009中国过程系统工程年会暨中国mes年会论文集[C];2009年
中国重要报纸全文数据库 前10条
1 ;应用性能监控新工具[N];网络世界;2007年
2 ;性能监控以应用为中心[N];网络世界;2006年
3 王明毅;石油石化业的在线性能监控[N];中国石油报;2006年
4 王明毅;英维思ARPM石化企业在线性能监控[N];中国石油报;2006年
5 ;Unix服务器环境的性能监控[N];网络世界;2006年
6 本报记者 徐恒;中控:做强流程工业自动化[N];中国电子报;2008年
7 黄盈盈;流程工业信息标准亟待制订[N];福建科技报;2008年
8 ;Micromuse推出企业用户智能管理方案[N];人民邮电;2005年
9 记者 李晓岩;国家招标攻关流程工业智能控制系统[N];中国化工报;2007年
10 记者 李晓岩;阿赫玛亚洲展再回中国[N];中国化工报;2007年
中国博士学位论文全文数据库 前10条
1 郭明;基于数据驱动的流程工业性能监控与故障诊断研究[D];浙江大学;2004年
2 蒋丽英;基于FDA/DPLS方法的流程工业故障诊断研究[D];浙江大学;2005年
3 谢磊;间歇过程统计性能监控研究[D];浙江大学;2005年
4 许洁;基于统计理论的工业过程性能监控与故障诊断研究[D];南京航空航天大学;2010年
5 江爱朋;大规模简约空间SQP算法及其在过程系统优化中的应用[D];浙江大学;2005年
6 王成光;流程工业大型实时数据库理论、技术与应用[D];浙江大学;2003年
7 张溥明;流程工业数据协调模型与算法研究[D];浙江大学;2001年
8 徐建;软件抗衰的若干关键技术研究[D];南京理工大学;2006年
9 陈国金;工业过程监控:基于主元分析和盲源信号分析方法[D];浙江大学;2004年
10 耿志强;流程工业粒度数据挖掘技术研究与应用[D];北京化工大学;2005年
中国硕士学位论文全文数据库 前10条
1 张娟娟;基于ICA及多参数的流程工业性能监控方法研究[D];苏州大学;2007年
2 何菲;智能多故障识别方法在过程监控中的应用研究[D];华东理工大学;2011年
3 褚菲;基于BDKPCA的间歇过程统计性能监控研究[D];东北大学;2009年
4 刘伟;基于子空间模型预测控制器的性能监控[D];中国石油大学;2011年
5 常继百;民航发动机性能监控和预测方法研究[D];南京航空航天大学;2004年
6 马朝阳;基于支持向量机的工业数据挖掘技术研究[D];浙江大学;2006年
7 付江永;主元分析在火电厂燃烧优化中的应用[D];华北电力大学(北京);2011年
8 单鸿亮;间歇蒸煮过程的模型辨识与监控[D];浙江大学;2004年
9 黄一俞;乙烯裂解炉过程建模与操作优化[D];北京化工大学;2005年
10 李莹;精馏过程航煤干点的软测量工程实现[D];大连理工大学;2006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