收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

支持向量数据描述在工业过程故障检测中的应用研究

刘文静  
【摘要】:随着高新技术的出现,现代化工业生产设备结构变得尤其复杂,系统的复杂性也越来越高。一旦这些生产系统在工业生产过程中发生故障,不仅正常生产得不到保障,还有可能给企业带来不可估量的经济损耗,甚至造成极其严重的灾难性事故。如果我们对生产过程中发生的故障能够进行及时准确地监测及诊断,就可以找到故障产生的原因及时进行系统修护从而来保障生产能够顺利进行,有效地降低生产的用料成本,增加公司的经济收益。在此需求下,基于数据驱动的工业过程诊断和系统故障检测技术迅速成为了工业过程监控领域一个需要深入研究的热点问题。基于数据驱动的故障诊断和检测技术可以有效地提高生产系统的安全性和可靠性,及时准确地监控和检测过程故障,增加生产过程运行的安全性。然而,在实际生活中,因为工业生产过程的强耦合性、结构复杂性等特点,工业生产过程数据具有高维度、非高斯、多模态、非线性、时序相关等特性。针对这些生产数据不同的特性需要研究新的方法和策略来逐一解决。本文主要的研究工作及贡献如下:(1)针对连续生产过程中生产数据量偏大、故障检测时间长、检测效率低等问题,提出一种主元分析(Principal Component Analysis,PCA)和支持向量数据描述(Support Vector Data Description,SVDD)结合的故障诊断及检测方法。该方法首先将采集的原始生产数据用主元分析方法进行数据维度的降低,获得维数简约的主元空间数据及残差空间数据;然后在此基础上对主元空间和残差空间的得分矩阵先后运用支持向量数据描述方法建立模型,获得阙值;最后将新的测试数据放入建立好的模型之中,利用之前建立的模型进行故障检测。通过一个数值仿真例子和TE过程数据进行算法的有效性研究,实验结果表明文中方法具有节约时间、降低漏检率的优点。(2)针对现代工业存在的多模式运行环境,提出一种基于近邻差分(Nearest Neighbors Difference,NND)算法和SVDD算法相结合的多模态工业过程故障诊断方法(NNDSVDD)。首先应用NND预处理多模态数据,消除多模态数据结构;然后在获得的差分数据集上应用SVDD确定统计量的控制限;最后将新的测试数据带入模型之中计算测试数据的统计值将其与控制限的值进行比较来确定测试数据的状态。近邻差分算法能够剔除数据的多模态结构为SVDD提供良好的数据建模基础;在差分数据集的基础上应用SVDD,提高了传统SVDD对多模态过程故障的检测能力。将NNDSVDD应用于数值模拟例子和半导体生产过程进行仿真测试。仿真实验结果表明,与传统SVDD相比NNDSVDD解决了多模态数据处理的问题,提高了故障检测率。(3)针对化工生产过程采集的数据间具有的强相关性和多模态的问题,提出一种基于近邻差分的加权动态SVDD多模态故障诊断方法(NND-DWSVDD)。首先利用NND剔除数据多模态结构,保证过程数据服从单峰分布;接下来对差分处理后的单模态数据引入动态方法并加入权重因子,在消除数据间的相关性的同时将重要的信息凸显出来;最后利用SVDD方法建立模型,实现在线检测。NND-DWSVDD不仅解决传统SVDD由于忽略数据间的序列相关而导致检测效果不佳问题而且实现了SVDD对多模态故障进行检测的目的,大大提高了算法的检测效率和检测能力。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 任仁良;袁鹏;;航空锂电池故障检测与诊断[J];电源技术;2018年12期
2 张京;;故障检测技术在电子电路的研究[J];通讯世界;2017年03期
3 冯珊珊;;刍议数字电路在线故障检测技术[J];信息通信;2015年12期
4 郭瞻;洪超;;在《汽车故障检测与维修》中应用思维导图教学法的研究[J];科技风;2016年08期
5 李景林;;大数据环境下的网格动态故障检测研究[J];计算机应用与软件;2016年06期
6 刘杰;;关于暖通空调系统故障检测与诊断技术研究进展[J];企业导报;2016年19期
7 王毅敏;;基于高服务质量的云网络故障检测方案分析[J];信息通信;2015年10期
8 黄晓桃;;电子电路故障检测技术与方法[J];数码世界;2017年08期
9 韩琦;魏东;曹勇;;暖通空调系统故障检测与诊断技术研究进展[J];暖通空调;2014年03期
10 侯燕;;基于神经网络的计算机网络故障检测[J];煤炭技术;2012年04期
11 张卫华;王春利;李传坤;陶少辉;;基于主元分析的延迟焦化过程连续故障检测策略[J];化工自动化及仪表;2012年02期
12 田光辉;;电控车故障检测法新思路[J];山东农机化;2009年01期
13 李志生;张国强;刘建龙;李冬梅;王晓霞;;基于模糊推理系统的制冷机组故障检测与诊断[J];制冷与空调;2007年02期
14 陈启智;液体火箭发动机故障检测与诊断研究的若干进展[J];宇航学报;2003年01期
15 杨天奇;基于神经网络自适应滤波器的故障检测与诊断[J];数据采集与处理;2000年01期
16 叶银忠;潘日芳;刘鸿强;;动态系统传感器故障检测问题的研究[J];炼油化工自动化;1987年04期
17 江涌,夏国洪;故障检测与分离的广义一致性算子法[J];宇航学报;1988年01期
18 叶银忠;潘日芳;蒋慰孙;;过程系统的在线故障检测、诊断和预报技术(二) 第二讲 生产过程的在线故障检测与诊断方法:原理及应用[J];化工自动化及仪表;1988年03期
19 叶银忠;潘日芳;蒋慰孙;;过程控制系统的在线故障检测、诊断和预报技术(三)[J];化工自动化及仪表;1988年04期
20 叶银忠;潘日芳;蒋慰孙;;过程系统的在线故障检测、诊断和预报技术(一)[J];化工自动化及仪表;1988年02期
中国重要会议论文全文数据库 前10条
1 赵琦;周东华;;闭环系统的小故障检测与分离方法[A];第十九届中国控制会议论文集(二)[C];2000年
2 徐子伟;张陈斌;陈宗海;;基于数据驱动的故障检测和诊断方法概述[A];系统仿真技术及其应用(第16卷)[C];2015年
3 魏运鹏;;红外检测技术在梅钢设备热故障检测中的应用[A];中国计量协会冶金分会2009年年会论文集[C];2009年
4 纪志成;苏晓丹;;一类线性时变系统的故障检测和分析方法研究[A];2007中国控制与决策学术年会论文集[C];2007年
5 李福明;段广仁;;一种鲁棒故障检测与分离的参数化方法[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
6 周东华;;一种工业异步电机的在线故障检测与诊断新方法[A];1994年中国控制会议论文集[C];1994年
7 王委斌;;牵引电机状态修及故障检测[A];2005年铁道牵引动力学术年会论文集[C];2005年
8 葛彤;邓建华;;复杂动态系统故障检测与诊断的层次递进方法[A];1996中国控制与决策学术年会论文集[C];1996年
9 魏晨;陈宗基;;非线性系统的鲁棒故障检测与诊断[A];第十九届中国控制会议论文集(二)[C];2000年
10 王洪江;孙保民;田进步;;一种图形化的故障检测和诊断方法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
中国博士学位论文全文数据库 前10条
1 李楠;基于局部特征强化的过程监测方法研究[D];上海交通大学;2016年
2 周萌;基于多目标观测器设计的故障检测与分离[D];哈尔滨工业大学;2018年
3 王艳芹;网络环境下离散随机系统故障检测及应用研究[D];东北石油大学;2017年
4 王世林;基于多元统计分析的工业过程故障检测研究[D];华北电力大学(北京);2018年
5 段超群;基于退化特征的隐状态装备故障检测策略优化及健康预测[D];华中科技大学;2018年
6 韩克镇;基于LMI的鲁棒滤波和记忆调度故障检测优化设计[D];东北大学;2017年
7 惠永永;基于邻域保持嵌入的复杂过程故障检测研究[D];兰州理工大学;2019年
8 蒋立;基于自编码器模型的非线性过程监测[D];浙江大学;2018年
9 潘怡君;基于鲁棒主元分析方法的大型高炉故障检测研究[D];浙江大学;2018年
10 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年
中国硕士学位论文全文数据库 前10条
1 杨先辉;基于SDN架构的控制层故障检测及恢复算法研究[D];重庆邮电大学;2019年
2 刘文静;支持向量数据描述在工业过程故障检测中的应用研究[D];沈阳化工大学;2019年
3 王鑫;基于数据驱动的工业过程故障检测与定位算法[D];沈阳化工大学;2019年
4 宋新建;基于核可预测元分析的非线性故障检测与辨识[D];上海交通大学;2017年
5 陆诗敏;一类扇区非线性网络控制系统的故障检测研究[D];广东工业大学;2019年
6 关凤伟;基于时序数据的设备故障检测与故障因子分析方法研究[D];广东工业大学;2019年
7 张芷瑜;基于多元统计分析的故障检测在化工过程中的应用[D];辽宁石油化工大学;2019年
8 周程;飞行器组合导航系统故障检测及滤波响应量化研究[D];电子科技大学;2019年
9 余绍斌;基于KECA-ELM的冷水机组故障检测与诊断研究[D];杭州电子科技大学;2019年
10 李铭璐;基于深度学习的风机叶片覆冰故障检测方法研究[D];华中科技大学;2019年
中国重要报纸全文数据库 前10条
1 徐镇 李珏宏;故障检测告别“停车在库”模式[N];解放军报;2019年
2 上海 徐亚东;ADSL故障检测利器[N];电脑报;2004年
3 王政;湖北移动网络故障检测能力成倍提升[N];人民邮电;2015年
4 陈代寿;BFD高速路由故障检测[N];中国计算机报;2005年
5 记者 薛贵宝 通讯员 桂九宏;假故障检测“大车”真功夫[N];人民铁道;2009年
6 海南 李平胜;电脑花样缝纫机漏气故障检测1例[N];电子报;2016年
7 成都 史为 编译;有线电视用户线故障检测法[N];电子报;2013年
8 暴青雨 本报特约通讯员 赵彦斌;为了战时能打赢[N];解放军报;2011年
9 宇航智控;预测与健康管理(PHM)技术[N];中国航空报;2018年
10 吉林 孙德印;飞利浦20GX8552/57R彩电保护电路原理与故障检测[N];电子报;2009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
  • 010-62982499
  • 010-62783978