收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于统计学方法的自适应过程监控与故障诊断

何小斌  
【摘要】: 随着工业过程规模的不断扩大和复杂性的日益提高,有效的过程监控和故障诊断是保证生产安全、提高产品质量和经济效益的关键。对复杂的工业过程来说,准确详细的数学模型往往很难得到。即使能够得到,这些理论上的等式也只能描述系统中一部分能量及物料平衡关系。这就限制了基于模型的过程监控方法的应用。另外,随着计算机集散控制系统的应用和发展,大量的测量数据被及时采集和存储。如何从这些海量数据中挖掘出隐藏的有用信息,提高过程监控和故障诊断能力,已经成为越来越迫切需要解决的问题。统计过程监控就是在这种背景下发展起来的,并且受到了广泛关注。 统计过程监控是一种基于多元统计理论的方法。它通过对测量数据进行分析和解释,建立统计监控模型,判断过程所处的运行状态,在线检测和识别过程中出现的异常工况,从而减小由过程故障所造成的损失,提高生产效率。 本文在介绍统计过程监控的研究内容、方法和发展现状的基础上,首先关注了连续生产过程自适应监控方法。基于主元分析(PCA)模型的传统过程监控假设工业过程是静止的,PCA模型一旦建立就不需要发生变化。而实际的工业过程大部分都是时变的,当用一个固定的PCA模型去监控一个时变系统必然引起高的错误率。其次,对于广泛应用于过程故障诊断的Fisher判别分析(FDA),尽管比PCA或偏最小二乘(PLS)具有更好的故障诊断性能,但是当故障数据存在相互重叠时,它的故障诊断能力显著下降。与其它模式分类问题不同,过程故障诊断具有一个特殊类:正常数据类。改进的FDA充分利用这个特殊类,有效提高了FDA的故障诊断能力。最后,通过核方法将上述自适应监控方法和改进的FDA推广到非线性情况。具体来说,本文的主要工作和贡献体现在以下几个方面: 1、针对工业过程时变特性,提出了一种新的基于可变移动窗PCA(VMWPCA)的自适应监控方法。在递归更新协方差矩阵的基础上,VMWPCA首先将移动窗技术与经典的秩r奇异值分解算法(R-SVD)结合起来,实现了PCA监控模型的递归更新。另一方面,移动窗的长度应该是一个取决于过程变化快慢的重要调节参数,而不能简单凭经验选择一个固定长度。为此,提出了一种可变移动窗策略,并详细讨论了各参数的选择方法。它的最大特点是最优移动窗长度直接由反映过程变化的均值和协方差矩阵的变化来决定。 2、针对非线性时变工业过程,结合核主元分析(KPCA)处理非线性数据的优点,提出了基于可变移动窗核主元分析(VMWKPCA)的非线性自适应监控方法。通过核方法将VMWPCA推广到VMWKPCA,需要解决两个主要问题:一是通过核化R-SVD实现KPCA监控模型的递归更新;二是实现特征空间上的可变移动窗策略。 3、结合过程故障诊断的特点,提出了基于变量加权FDA(VW-FDA)的故障诊断方法。VW-FDA将变量加权与传统FDA结合起来。通过变量加权获得每一个故障的加权向量后,对所有故障数据类分别进行加权。VW-FDA能够从这些加权数据中获得更多判别信息,从而提过FDA的故障诊断能力。准确的变量加权是VW-FDA的重要一环。为此,提出了基于偏F值和累计变化百分比(CPV)的变量加权方法。CPV从全部测量变量中挑选候选变量后,只计算候选变量的偏F值,而不是全部测量变量的偏F值。这样,不仅提高了偏F值的计算效率,而且也有效消除了无关变量的影响,改善了偏F值的加权性能。 4、将非线性变量加权与核FDA(KFDA)结合起来,提出了基于变量加权KFDA(VW-KFDA)的非线性故障诊断方法。这里非线性变量加权通过最大化变量加权准则:核目标对齐(Kernel Target Alignment)来获得每一个故障的加权变量。与KFDA中的瑞利商(Reyleigh Quotient)准则不同,核目标对齐只与核矩阵有关,而不需要在优化过程中反复计算判别向量。通过对加权故障数据集执行KFDA,VW-KFDA能够从相互重叠数据中获得更多判别信息,从而提高KFDA的故障诊断能力。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 胡学发;王姝;王福利;何大阔;;基于MICA-FDA的水压试验机故障诊断方法研究[J];仪器仪表学报;2008年08期
2 卢娟;刘飞;;基于规范变量分析的动态多变量过程故障诊断[J];计算机测量与控制;2007年08期
3 牛慧峰;姜万录;王文杰;;阴性选择算法在工业控制系统故障诊断中的应用[J];燕山大学学报;2008年04期
4 许恒;李锋;;多变量统计过程控制的现状与展望[J];江苏广播电视大学学报;2006年03期
5 赵成燕;刘爱伦;;基于小波包去噪与PCA的故障检测与诊断方法研究[J];自动化技术与应用;2006年02期
6 肖应旺;徐保国;;CSMWPCA方法及其在批过程故障诊断中的应用[J];计算机工程;2006年08期
7 熊伟丽;肖应旺;徐保国;;基于特征子空间的滑动窗PCA在批过程故障诊断中的应用[J];计算机与应用化学;2006年04期
8 王继业;孟永炎;;利用MICE对μP系统的故障诊断[J];华北电力大学学报;1988年03期
9 Milliam S.Faught;于碧媛;;人工智能在航空航天领域中的应用[J];导弹与航天运载技术;1989年12期
10 赵美德,洪家荣,王开铸;诊断专家系统的进展[J];哈尔滨工业大学学报;1992年05期
11 孟荣光;沈久珩;;机械设备的状态监测与故障诊断 第九讲 计算机在机械设备状态监测与故障诊断中的应用[J];有色设备;1993年01期
12 战兴群,吴盛林,赵克定,李国斌;基于人工智能的液压系统故障诊断方法的研究[J];机床与液压;1997年06期
13 黄安雅,陈兆能,朱继梅,佟德纯;人工神经网络与液压设备故障诊断[J];上海工程技术大学学报;1998年01期
14 郝平;电能三级管理网络分散式故障诊断专家系统的研制[J];机电工程;2001年06期
15 王超;数控机床的电器故障诊断及维修[J];芜湖职业技术学院学报;2003年02期
16 刘白林,刘震,范跃华;一种故障诊断专家系统的设计与实现[J];弹箭与制导学报;2004年03期
17 张四平;刘伦富;;电动机连续运行与点动控制的故障诊断与检修[J];家庭电子;2005年24期
18 花锋;;混合电路故障仿真技术研究[J];盐城工学院学报(自然科学版);2006年01期
19 刘静;贾民平;;装甲车辆远程故障诊断系统[J];兵工自动化;2006年02期
20 付华;尹丽娜;汪琦;;煤矿主通风机故障诊断的小波包方法[J];黑龙江科技学院学报;2007年01期
中国重要会议论文全文数据库 前10条
1 黄闯;侍洪波;;基于分形几何的化工过程故障诊断应用研究[A];2004中国控制与决策学术年会论文集[C];2004年
2 郭金玉;曾静;;基于Fisher判别分析的故障诊断[A];2005中国控制与决策学术年会论文集(上)[C];2005年
3 刘仁德;胡申辉;徐家倬;;磨煤机的故障诊断[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
4 戴乐云;李建康;;振动信号时间序列建模在故障诊断中的应用[A];振动工程学报(工程应用专辑)[C];2001年
5 李晓栋;胡清华;;汽轮机故障诊断文本支持系统的研究与建立[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年
6 王航;于歆杰;;遗传算法在故障诊断中应用的新方法[A];2005年中国智能自动化会议论文集[C];2005年
7 单鸿鹏;关月红;;频谱分析技术在滚动轴承故障诊断中的应用[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
8 张珍;韩厚德;陈宝忠;;基于卫星通信的船舶冷藏集装箱远程故障诊断系统[A];制冷空调新技术进展——第四届全国制冷空调新技术研讨会论文集[C];2006年
9 卫红梅;段滋华;;高速回转轴油膜振荡故障诊断分析[A];2006年石油和化工行业节能技术研讨会会议论文集[C];2006年
10 阳能军;汤伟;龙宪海;雷涛;;EMD及其在声发射检测中的应用研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 何小斌;基于统计学方法的自适应过程监控与故障诊断[D];上海交通大学;2009年
2 宋其江;基于有向图模型的故障诊断方法研究及其在航天中的应用[D];哈尔滨工业大学;2010年
3 陈非;基于过程信息融合的旋转机械信息(火用)故障诊断研究[D];华中科技大学;2010年
4 冯志鹏;计算智能在机械设备故障诊断中的应用研究[D];大连理工大学;2003年
5 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年
6 李敏;复杂机械基于数据的建模与故障诊断[D];太原理工大学;2010年
7 鲁峰;航空发动机故障诊断的融合技术研究[D];南京航空航天大学;2009年
8 蒋斌;机电系统故障诊断的理论与应用研究[D];浙江大学;2002年
9 盛晨兴;挖泥船动力机械远程诊断系统关键技术研究[D];武汉理工大学;2009年
10 曹龙汉;柴油机智能化故障诊断技术研究[D];重庆大学;2001年
中国硕士学位论文全文数据库 前10条
1 别立波;基于数据驱动的连续过程故障发现与诊断研究[D];沈阳工业大学;2009年
2 王明秀;大型汽轮发电机故障诊断专家系统诊断处理子系统的研究[D];华北电力大学;2001年
3 刘峰;基于神经网络的水轮发电机组振动故障诊断专家系统的研究[D];西安理工大学;2003年
4 许东;地空导弹混合智能故障诊断专家系统的设计与实现[D];西北工业大学;2002年
5 石金彦;基于规则的数据挖掘方法在故障诊断中的应用[D];郑州大学;2003年
6 周春健;基于小波变换的旋转机械故障诊断[D];南京航空航天大学;2004年
7 陈洁;基于Web的远程监测与故障诊断系统研究[D];武汉科技大学;2004年
8 辛惠娟;汽车发动机故障诊断专家系统的开发研究[D];华北电力大学(河北);2004年
9 刘满国;基于小波的导弹测试信号处理与故障诊断[D];西北工业大学;2005年
10 朱胜利;关于独山子炼油厂进料泵的故障诊断[D];新疆大学;2002年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 小田;网卡故障诊断[N];中国电脑教育报;2000年
7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004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