版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、數(shù)據(jù)驅(qū)動模型是解決故障檢測與診斷問題的有效方法,特別是針對復(fù)雜化工過程控制與檢測方面問題;其中,多元統(tǒng)計分析法已經(jīng)成為數(shù)據(jù)驅(qū)動模型在復(fù)雜故障檢測領(lǐng)域應(yīng)用較廣泛地一類。本研究課題的主要內(nèi)容是針對復(fù)雜多變量化工過程領(lǐng)域的故障檢測與診斷方法研究,并通過田納西-伊斯曼(TE)模擬仿真平臺對所提出的方法進行仿真驗證分析。因此,本論文所采用數(shù)據(jù)均由TE平臺生成并采集,并通過所提出的以下兩種方法進行有效性驗證闡述。
針對復(fù)雜化工過程通常具有
2、時間動態(tài)特性和非線性,且過程數(shù)據(jù)表現(xiàn)為自相關(guān)性和互相關(guān)性,提出了一種動態(tài)獨立成分分析和支持向量數(shù)據(jù)描述(DICA-SVDD)的過程故障檢測模型。首先,構(gòu)造含有時間延遲變量 l的動態(tài)增廣矩陣,利用獨立成分分析(ICA)算法應(yīng)用于動態(tài)增廣矩陣,進而得到過程數(shù)據(jù)的動態(tài)獨立成分;然后,將得到的動態(tài)獨立成分應(yīng)用于支持向量數(shù)據(jù)描述(SVDD)算法,從而構(gòu)建相應(yīng)的統(tǒng)計限和統(tǒng)計量,實現(xiàn)在線過程故障檢測;最后,進行田納西-伊斯曼(TE)過程平臺的數(shù)值仿真
3、實驗分析,驗證所提出模型的有效性。并與原有基于主成分分析(PCA)法故障檢測模型的檢測結(jié)果對比分析,比較結(jié)果表明:所提出檢測模型較基于 PCA算法故障檢測模型的性能更優(yōu),驗證了所提出檢測模型的有效性。
工業(yè)系統(tǒng)過程往往具有過程變量多的特點,當故障發(fā)生時如何能在第一時間定位出主要異常突變變量,已成為工業(yè)過程故障診斷方面的首要問題。針對這個問題,提出了一種基于獨立成分分析和主成分分析(ICA-PCA)以及最小絕對收縮和選擇算子(L
4、asso)回歸算法的過程故障檢測與診斷的集成模型。首先,利用 ICA-PCA方法提取過程數(shù)據(jù)的高斯信號和非高斯信號,進一步構(gòu)造 I2、T2以及 SPE統(tǒng)計量并確定其相對應(yīng)的統(tǒng)計限,檢測出過程故障產(chǎn)生時間,實現(xiàn)過程檢測;然后,利用故障檢測獲得的故障信息,進而建立基于Lasso回歸算法的故障診斷模型,定位并選擇出故障發(fā)生時的主要異常變量,實現(xiàn)故障診斷。最后,對 TE過程數(shù)據(jù)進行了仿真分析,并與分布式PCA貢獻圖法的診斷結(jié)果進行了對比分析,結(jié)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 動態(tài)概率SDG模型及復(fù)雜化工過程故障診斷方法研究.pdf
- 復(fù)雜化工過程的調(diào)控流圖建模方法及故障診斷技術(shù)研究.pdf
- 復(fù)雜化工生產(chǎn)過程的動態(tài)演化建模與智能優(yōu)化決策.pdf
- 復(fù)雜化工廠房的抗震研究.pdf
- 大型化工過程監(jiān)測與故障診斷方法研究.pdf
- 化工過程開車過程故障診斷方法研究.pdf
- 基于數(shù)據(jù)驅(qū)動的化工過程故障監(jiān)測與診斷研究.pdf
- 非高斯過程故障檢測與診斷方法研究.pdf
- 面向復(fù)雜化工領(lǐng)域的RBF神經(jīng)網(wǎng)絡(luò)建模方法研究與應(yīng)用.pdf
- 基于TE的化工過程故障診斷算法研究.pdf
- 非線性過程故障檢測與診斷方法比較研究.pdf
- 鉆井過程中故障檢測與診斷方法的研究.pdf
- 基于極限學(xué)習(xí)機的復(fù)雜化工能效建模與分析.pdf
- 基于多元統(tǒng)計化工過程故障診斷方法研究.pdf
- 前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計研究及其復(fù)雜化工過程建模應(yīng)用.pdf
- 基于網(wǎng)絡(luò)分析的化工過程故障檢測方法研究.pdf
- 基于回聲狀態(tài)網(wǎng)絡(luò)的化工過程故障診斷方法研究.pdf
- 基于統(tǒng)計方法的化工過程故障診斷技術(shù)研究.pdf
- 基于k近鄰的復(fù)雜工業(yè)過程故障診斷方法研究.pdf
- 基于KPCA和SSVM的工業(yè)過程故障檢測與診斷.pdf
評論
0/150
提交評論