收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于统计理论的工业过程性能监控与故障诊断研究

许洁  
【摘要】:如何确保生产的安全、提高产品的质量以及整体的经济效益是现代工业生产过程中非常关键的问题,一种有效解决该问题的技术手段是有效的过程性能监控和故障诊断的应用。现代计算机及信息技术的迅猛发展使得工业生产过程中越来越多的变量能够得到测量、处理和监控。统计性能监控方法因为仅仅依赖容易得到的过程数据,而不是依赖精确的数学模型,逐渐受到了广泛的关注。 本文在对传统统计过程监控方法的研究基础之上,提出了几种不同程度上的改进措施。进一步一些新的基于统计过程的监控方法被提出并运用。本文的主要内容如下: 1.提出基于小波包去噪主元分析方法的过程监控与故障诊断技术。该方法首先利用小波包变换技术,将测量噪声和干扰因素在过程数据中消除;其次利用主元分析法的特点,使过程数据得到降维,从而可建立主元监控模型;再次通过分析各变量对主元的贡献图,进行故障诊断。TE过程的仿真结果表明该方法在过程性能监控和故障诊断的有效性。 2.提出基于核主元分析方法的过程监控与故障诊断技术。该方法同样先利用小波包变换消除测量噪声和干扰。不同的是它采用核主元分析算法对故障进行在线检测。进一步运用核函数梯度算法对检测得到的故障实现在线故障诊断,从而可根据每个监控变量对相关统计量的不同贡献程度,绘制出贡献图,在贡献图的基础上实现故障分离。最后引入特征向量选择方法,使得监控过程中的核矩阵计算困难问题得到较好解决。通过对TE过程的仿真研究,并与主元分析法相比,实验结果表明该方法能有效实现故障检测和诊断,更高的过程监控能力得到突显。 3.利用核主元分析非线性过程监控的优势,结合多重核学习支持向量机在故障诊断方面的准确性,提出了基于核主元分析和多重核学习支持向量机的非线性过程监控和故障诊断方法。运用核主元法对数据进行处理,在特征空间构建监控变量和控制置信限,实现故障检测,若有故障发生,则计算样本的非线性主元得分向量,将其作为多重核学习支持向量机的输入值,通过其分类进行故障类型识别。将上述方法用于TE化工过程,仿真结果表明该方法能够准确快速地检测并诊断故障。 4.为了进一步提高故障诊断的速度和准确度,提出了基于核主元分析和无约束优化的稀疏型支持向量机的过程监控与故障诊断方法,首先利用核主元分析方法来检测故障,再利用Cholesky分解更新无约束优化中的Hessian矩阵构建稀疏型支持向量机,对TE过程的故障进行识别。仿真结果表明该方法能够准确快速地检测并诊断故障。 5.在分析复杂工业过程特点基础之上,充分利用核主元分析方法具有处理非线性数据的优势,以及独立成分分析方法具有较强提取高维特征空间信息能力的特点,提出基于核独立成分分析方法和支持向量机的非线性性能监控和故障诊断方法。该方法关键的步骤是先对数据作空间映射变换到高维特征空间;其次在高维特征空间中运用独立主元方法进行相关分析和计算。该方法借助在高维特征空间建立监控统计量和控制置信限的办法实现工业过程的监控。在实现过程监控的基础上,引入支持向量机,利用支持向量机优良的数据分类能力,实现故障诊断。TE过程仿真研究验证了该方法的有效性。 6.提出基于核独立成分分析和核Fisher判别分析的过程监控与故障诊断方法。该方法充分运用核学习理论,把核方法与线性Fisher判别分析方法有机地结合起来:通过利用核独立成分分析建立正常工况模型,得到检测故障信息。在发生故障的情况下,利用Fisher判别分析方法在高维的特征空间的特点和优势,可将满足最大分离程度的核Fisher判别向量和特征向量求出。从而根据当前故障的判别向量和历史故障数据集中所含故障的最优核Fisher判别向量的相似度进行故障诊断。通过对TE过程的仿真研究,验证了所提方法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
11 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
12 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
13 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
14 徐兵;程旭德;王宏利;程宏凯;;基于PC/104的某型导弹舵机故障诊断测试仪[J];微计算机信息;2007年02期
15 孟庆华;;基于随机共振的驱动桥故障诊断方法研究[J];传感技术学报;2007年04期
16 杨剑锋;张斌;;声发射自动在线监测系统的抗噪分析[J];石油化工自动化;2007年04期
17 彭观明;;智能传感器在提升机容错控制中的应用[J];煤矿机械;2007年07期
18 李伟;刘欣;;同步发电机励磁故障诊断系统研究及实现[J];微计算机信息;2007年25期
19 许军;吕强;张耀辉;;模拟电路故障诊断的结点电压灵敏度比值法[J];微电子学与计算机;2008年01期
20 邱海涛;;CY_5型液压机构常见故障的诊断分析及处理方法[J];内蒙古电力技术;2008年01期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 蔡勇;王晓武;潘卫明;;基于瞬时转速的斯特林发动机循环系统故障诊断研究[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
10 黄忠民;;电喷发动机非正常熄火的故障诊断分析[A];全国城市公路学会第十四届学术年会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 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
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 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 李晓彬;基于神经网络的工程结构在线监测与故障诊断研究[D];武汉理工大学;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
 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