基于統(tǒng)計學方法的過程監(jiān)控與質量控制研究.pdf_第1頁
已閱讀1頁,還剩123頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在工業(yè)過程中,有效的過程監(jiān)控和質量控制是保證生產安全、提高產品質量和經濟效益的關鍵.對于復雜的化工過程來說,準確詳細的數(shù)學模型往往很難得到.即使能夠得到,這些理論上的等式也只能描述系統(tǒng)中一部分能量及物料的平衡關系,這限制了基于模型的過程監(jiān)控方法的應用.隨著計算機控制技術的發(fā)展,分布式工業(yè)控制系統(tǒng)、各種智能化儀表和控制設備在工業(yè)過程中的廣泛應用,大量的過程數(shù)據(jù)被采集并存儲下來.如何充分利用這些存儲的數(shù)據(jù)信息,從中挖掘出過程運行的深層次規(guī)律

2、,以提高過程監(jiān)控能力,已經是過程工業(yè)亟待解決的問題,也是過程控制領域的研究熱點.統(tǒng)計過程監(jiān)控是一種基于數(shù)據(jù)驅動的方法,它以多元統(tǒng)計理論為基礎,通過對過程測量數(shù)據(jù)的分析和解釋,判斷過程所處的運行狀態(tài),在線檢測和識別過程中出現(xiàn)的異常工況,從而指導生產、提高產品質量和生產效率.本文針對連續(xù)和間歇兩種生產方式的特點,對傳統(tǒng)的統(tǒng)計過程監(jiān)控方法做了不同程度的改進,并提出了一些新的統(tǒng)計過程監(jiān)控算法. 本文的主要工作和貢獻有以下幾個方面:

3、 1.提出了基于小波變換主元分析和支持向量機的過程監(jiān)控和故障診斷方法.首先提出了一種基于小波變換主元分析的統(tǒng)計過程監(jiān)控方法.利用小波變換有效的抑制過程數(shù)據(jù)中所含的噪聲和干擾信號,主元分析可以降低過程數(shù)據(jù)的維數(shù)并建立主元監(jiān)控模型,這樣提高了統(tǒng)計過程監(jiān)控的準確性和有效性.在此基礎上,提出了基于支持向量機的故障診斷方法.考慮到實際工業(yè)過程故障數(shù)據(jù)的數(shù)量比較少,而支持向量機在小樣本學習方面具有良好的泛化能力的特點.當故障發(fā)生時,利用小波變換主

4、元分析提取出的主元得分向量作為訓練好的多重支持向量機的輸入來判斷故障的類別.對TE過程的監(jiān)控應用表明了所提出方法的有效性. 2.針對間歇過程監(jiān)控的特點,結合Fisher判別分析方法在數(shù)據(jù)分類上的優(yōu)勢,提出了一種基于Fisher特征提取的間歇過程監(jiān)控和故障診斷方法.在線過程監(jiān)控時,所提出的方法僅利用已國家發(fā)改委重大產業(yè)化項目,項目名稱:"煤化工企業(yè)綜合自動化信息集成平臺及應用"國家自然科學基金項目,編號:60504033獲得的過程

5、數(shù)據(jù)的測量值對過程進行監(jiān)控,避免了傳統(tǒng)的多向主元分析(MPCA)方法對未來測量值的估計,從而提高了間歇過程監(jiān)控的性能.利用Fisher空間中提取出的過程數(shù)據(jù)的特征向量和判別向量來實現(xiàn)過程監(jiān)控和故障診斷.通過對青霉素發(fā)酵間歇過程的仿真應用表明,所提出的方法比傳統(tǒng)的MPCA方法能更及時的監(jiān)測出過程的異常情況,更準確的判斷異常的原因. 3.利用核學習理論的優(yōu)勢,將核方法引入到線性Fisher判別分析中,提出了基于核Fisher判別分析

6、的非線性統(tǒng)計過程監(jiān)控與故障診斷方法.該方法通過非線性映射將過程數(shù)據(jù)從低維的輸入空間映射到高維的特征空間,實現(xiàn)了變量之間非線性相關關系的線性轉化.在高維的特征空間中利用Fisher判別分析方法,求出滿足最大分離程度的核Fisher特征向量和判別向量來實現(xiàn)過程監(jiān)控與故障診斷.與核主元分析方法(KPCA)相比,所提出的方法不僅簡化了運算,避免了對核主元個數(shù)的確定,而且可以通過求解最優(yōu)的Fisher判別向量來實現(xiàn)故障診斷.通過對流化催化裂化過程

7、的數(shù)值研究,驗證了所提方法在非線性過程監(jiān)控與故障診斷中的可行性和優(yōu)越性. 4.針對化工過程中質量變量不能在線測量或有較長時間延遲情況下,傳統(tǒng)的質量控制方法并不能很好的抑制過程的隨機擾動對質量產生影響,本文提出了多變量統(tǒng)計質量控制方法.該方法根據(jù)歷史正常工況的數(shù)據(jù),建立質量變量的預測模型,通過高采樣頻率的過程變量來預測低采樣頻率的質量變量,根據(jù)質量變量的預測值和設定值之間的偏差來確定過程操縱變量的調節(jié)量.通過調節(jié)操縱變量來抑制過程

8、的隨機擾動達到控制最終產品質量的目的.所提出的方法在TE過程中仿真結果表明,與傳統(tǒng)的PID質量控制方法相比,該方法能減小由過程擾動引起的質量變化. 5.將統(tǒng)計過程監(jiān)控方法應用到上海焦化甲醇精餾過程中.通過分析上海焦化甲醇精餾過程的特點和工藝流程,選取合適的過程變量,提取不同時段正常工況的數(shù)據(jù)建立統(tǒng)計監(jiān)控模型:提取在線的過程運行數(shù)據(jù)和加壓塔再沸器泄漏故障檢修前的過程運行數(shù)據(jù),驗證了統(tǒng)計監(jiān)控模型的有效性.為進一步的統(tǒng)計過程監(jiān)控模塊化

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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。

評論

0/150

提交評論