動態(tài)概率SDG模型及復雜化工過程故障診斷方法研究.pdf

1、隨著石油化工過程大型化和自動化的發(fā)展，故障診斷一直是石化生產(chǎn)過程中的一個重要課題，在過往十幾年受到了許多學者和石化企業(yè)的關(guān)注?；诟怕史柖ㄏ驁D(Probabilistic Signed DirectedGraph，PSDG)的故障診斷方法是一種對傳統(tǒng)符號定向圖(SignedDirected Graph，SDG)故障診斷方法的繼承和改進，它不僅為復雜系統(tǒng)提供了潛在的因果關(guān)系表達和故障傳播路徑解釋，且適應性強、完備性好，同時通過變定向邊的

2、定性關(guān)系為定量概率關(guān)系，進一步實現(xiàn)了對冗余解和虛假解的區(qū)分。然而，基于PSDG的故障診斷方法存在模型精度不高、靜態(tài)概率值不能反映過程故障的時效性、正反饋回路內(nèi)故障診斷可靠性不高等問題。針對以上問題，論文通過分析故障傳播的時間關(guān)系，提出了一種動態(tài)概率SDG(DynamicProbabilistic Signed Directed Graph，DPSDG)模型，并在此基礎(chǔ)上開展了SDG故障建模和基于DPSDG模型的單源、多源故障診斷方法研究

3、。論文的主要研究內(nèi)容如下:
　　(1)針對現(xiàn)有基于數(shù)據(jù)驅(qū)動的SDG建模方法不能解決數(shù)據(jù)采樣時間不一致和非同步化的問題，提出了一種基于改進時滯分析的SDG建模方法。此方法首先依據(jù)動態(tài)時間規(guī)整（Dynamic TimeWarping,DTW）技術(shù)，平移時間序列并尋找最優(yōu)錯位對應組合，確定變量的相關(guān)性和時滯時間。然后基于所確定的時滯時間，給出了一套完整的復雜過程定向因果關(guān)系建模流程，實現(xiàn)變量的相關(guān)關(guān)系向因果關(guān)系的轉(zhuǎn)換。
　　(2)

4、針對現(xiàn)有PSDG模型不能反映過程故障傳播時效性的問題，提出了一種針對復雜化工過程的故障解釋模型——動態(tài)概率SDG(DPSDG)模型。該模型在保證已建SDG模型結(jié)構(gòu)不變的基礎(chǔ)上，引入定向邊條件概率表示故障在節(jié)點中的傳播強度。其中，定向邊的條件概率定義為因節(jié)點狀態(tài)值和故障傳播時滯時間兩個條件下引起果節(jié)點狀態(tài)值的概率，并且采用離線訓練和在線選擇兩步進行估計。相比PSDG模型，所建DPSDG模型具有時效性的優(yōu)點，實現(xiàn)了故障的統(tǒng)一深層次描述，為之

5、后的單源和多源故障診斷研究打下基礎(chǔ)。
　　(3)針對現(xiàn)有PSDG故障診斷方法不能隔離正反饋回路內(nèi)部故障的問題，提出了一種基于DPSDG模型的單源故障診斷方法。該方法在推導串聯(lián)連接結(jié)構(gòu)和匯合連接結(jié)構(gòu)的概率計算公式基礎(chǔ)上，以故障癥狀作為后驗條件，提出一種新的后驗概率計算方法求取每個候選故障原因的后驗概率值，并按照概率值大小對候選故障原因進行排序，以概率排序為依據(jù)進一步區(qū)分故障源，保證了單源故障診斷的完備性。
　　(4)針對過程中

6、真實存在而研究較少的多源故障問題，結(jié)合已有DPSDG模型，提出了一種基于貝葉斯理論的多源故障診斷方法。既然DPSDG模型描述了每條定向邊的傳播概率，就可以利用后驗概率值極大化的方法處理多源故障。這種方法以可解釋性準則和可靠性準則為基礎(chǔ)，其中，可解釋性準則要求每個異常癥狀和故障原因具有可達關(guān)系，是優(yōu)化的約束條件;可靠性準則要求異常癥狀條件下故障原因組合具有最大的后驗概率，是優(yōu)化的目標函數(shù)。最后，采用遺傳算法對多約束目標函數(shù)求解獲得多源故障