過程控制系統(tǒng)異常數(shù)據(jù)檢測算法的研究.pdf

1、隨著科技的飛速發(fā)展，過程控制領(lǐng)域中對系統(tǒng)的要求越來越高，主要表現(xiàn)在控制精度、響應(yīng)速度、穩(wěn)定性以及魯棒性等方面，因此導(dǎo)致實際中過程控制系統(tǒng)的規(guī)模越來越大，復(fù)雜程度越來越高。此外，在大多數(shù)情況下，由于工業(yè)過程或被控對象具有機(jī)理復(fù)雜性、非線性、參數(shù)時變性、大滯后、強(qiáng)耦合性、不確定性等特點，致使難以建立工業(yè)過程或被控對象精確的數(shù)學(xué)模型，同時也為控制決策的制定帶來了很大的挑戰(zhàn)。為此，科研人員將目光轉(zhuǎn)向過程控制中產(chǎn)生的大量的過程數(shù)據(jù)，從過程數(shù)據(jù)出發(fā)

2、，尋求基于數(shù)據(jù)的建模方法和控制策略，并取得了一定的研究成果，這使得過程數(shù)據(jù)在過程控制系統(tǒng)領(lǐng)域中的地位有了顯著的提高。但是，隨著過程數(shù)據(jù)重要性的不斷提高，其質(zhì)量的好壞也越來越受到科研人員的關(guān)注，因為一組良好的過程數(shù)據(jù)能為模型的建立以及控制決策的制定提供精確的依據(jù)。反之，含有異常值的過程數(shù)據(jù)將會使模型的建立不夠準(zhǔn)確，甚至導(dǎo)致過程控制系統(tǒng)中控制策略制定的失敗。
　　在此背景下，本文在深入分析了過程控制系統(tǒng)中過程數(shù)據(jù)特點的基礎(chǔ)上，提出了針

3、對過程控制系統(tǒng)的異常數(shù)據(jù)檢測算法。主要內(nèi)容歸納如下:
　　(1)針對過程控制系統(tǒng)的結(jié)構(gòu)和過程數(shù)據(jù)的產(chǎn)生機(jī)制，本文為過程控制系統(tǒng)中的異常數(shù)據(jù)給出了專門的定義，進(jìn)而根據(jù)此定義制定出了異常數(shù)據(jù)的檢測策略，即基于模型的檢測。
　　(2)在檢測策略中至關(guān)重要的一步就是數(shù)據(jù)模型的建立。本文根據(jù)過程數(shù)據(jù)的特點提出了利用時間序列對過程數(shù)據(jù)進(jìn)行建模的思想，在線性建模思想的基礎(chǔ)上，采用了具有聯(lián)想記憶功能的動態(tài)神經(jīng)網(wǎng)絡(luò)來對時間序列進(jìn)行建模。通過仿

4、真對比分析，動態(tài)神經(jīng)網(wǎng)絡(luò)對時間序列建模無論從準(zhǔn)確性還是效率上都優(yōu)于線性建模方法，仿真實驗證明了本文采用的建模方法具有較好的應(yīng)用效果。
　　(3)根據(jù)建立好的動態(tài)神經(jīng)網(wǎng)絡(luò)模型，可以得到過程數(shù)據(jù)的擬合殘差。為了更好的分析此殘差。本文引入了小波變換的思想，通過對殘差進(jìn)行小波變換，再根據(jù)小波分析的模極大值原理和李氏指數(shù)等相關(guān)理論可以較好的檢測出過程數(shù)據(jù)中存在的異常數(shù)據(jù)。同樣通過仿真實驗驗證了小波分析在異常值檢測方面的有效性。
　　(