动态不确定因果图在化工过程监控与故障诊断中的应用

发布时间：2017-08-17 00:00

  本文关键词：动态不确定因果图在化工过程监控与故障诊断中的应用

  更多相关文章： 动态不确定因果图 故障诊断 化工过程 TE过程

【摘要】：随着现代化工过程生产规模的不断扩大,其复杂性和危险性也越来越高,并且生产都是连续、长时间的运转过程,因此过程一旦发生故障,很可能会造成巨大的损失,因而化工过程的可靠性和安全性得到了越来越多的关注。 动态不确定因果图(Dynamic Uncertain Causality Graph, DUCG)理论是近几年来提出的一种新的知识表达和推理方法,是一种定性分析和定量分析相结合的方法,弥补了纯定性方法或纯定量方法的不足,具有很多的优点。 本文以TE化工过程为研究对象与测试平台,将DUCG理论首次应用于化工过程的实时过程监控与故障诊断中。主要研究工作如下： 一、研究了解目前国内外故障诊断技术领域的研究现状。 二、研究动态不确定因果图理论。动态不确定因果图能够以图形方式简洁表达不确定因果关系,并基于证据化简图形知识库和进行事件展开运算,最终得到定性推理结果(可能的假设事件集合)及其发生的概率。本文深入研究学习了动态不确定因果图的各个变量的定义及如何进行知识表达,掌握了基于DUCG理论的知识库建模方法、事件展开及推理计算方法等理论知识。 三、对TE化工过程进行知识库模型构建及故障诊断测试研究。以国际上广泛采用的TE化工过程为测试平台,对基于DUCG理论开发的一种新的应用于化工过程的实时过程监控与故障诊断系统进行了知识库构建和实时在线故障诊断测试。结果证明基于DUCG的化工过程故障诊断方法是有效的。 四、在对TE化工过程的故障诊断测试中,针对目前DUCG理论无法适用于TE化工过程中震荡类故障的诊断的不足,提出了对DUCG理论算法的改进,从而使得其对于振荡类故障可以做出正确的诊断。
【关键词】：动态不确定因果图 故障诊断 化工过程 TE过程
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TQ086.2;TP277
【目录】：

• 摘要5-7
• ABSTRACT7-13
• 第一章 绪论13-19
• 1.1 课题研究背景13
• 1.2 国内外研究现状13-16
• 1.2.1 故障诊断技术概述13-15
• 1.2.2 动态不确定因果图概述15-16
• 1.3 课题研究内容16-17
• 1.4 论文组织结构17-19
• 第二章 动态不确定因果图理论19-27
• 2.1 动态不确定因果图理论介绍19-21
• 2.2 动态不确定因果图的事件展开21-22
• 2.3 动态不确定因果图的推理计算22-25
• 2.4 本章小结25-27
• 第三章 TE过程的DUCG知识库模型构建27-37
• 3.1 TE过程介绍27-30
• 3.2 TE过程的DUCG知识库建模30-35
• 3.2.1 知识库建模步骤31-32
• 3.2.2 知识库模型变量32-34
• 3.2.3 知识库模型34-35
• 3.3 本章小结35-37
• 第四章 TE过程的过程监控及故障诊断37-49
• 4.1 TE过程的过程监控37
• 4.2 TE过程的故障诊断37-47
• 4.2.1 分析1：故障137-39
• 4.2.2 分析2：故障239-41
• 4.2.3 分析3：故障341-42
• 4.2.4 分析4：故障642-44
• 4.2.5 分析5：故障1444-47
• 4.3 本章小结47-49
• 第五章 结论与展望49-51
• 5.1 工作总结49-50
• 5.2 未来工作展望50-51
• 参考文献51-55
• 致谢55-57
• 研究成果和发表的学术论文57-59
• 作者和导师简介59-61
• 硕士研究生学位论文答辩委员会决议书61-62

【参考文献】

中国期刊全文数据库 前10条

1 周华;李秀喜;钱宇;;石油化工过程安全技术研究进展[J];化工进展;2008年10期

2 戴一阳;赵劲松;陈丙珍;;化工过程混合故障诊断系统的应用[J];化工学报;2010年02期

3 郑小霞,钱锋;动态系统故障诊断技术的研究与发展[J];化工自动化及仪表;2005年04期

4 张勤,樊兴华,黄席樾,王宏川,李波;因果图用于复杂系统故障诊断研究[J];计算机工程与应用;2002年04期

5 丛雨;谢磊;王树青;;气动控制阀粘滞模型的改进与比较[J];计算机工程与应用;2011年12期

6 樊兴华,张勤,孙茂松,黄席樾;多值因果图的推理算法研究[J];计算机学报;2003年03期

7 张勤;;DUCG:一种新的动态不确定因果知识的表达和推理方法(Ⅰ):离散、静态、证据确定和有向无环图情况[J];计算机学报;2010年04期

8 韩俊林;王树青;谢磊;周猛飞;;克服阀粘滞特性的控制方法研究[J];计算机与应用化学;2010年01期

9 桂卫华,刘晓颖;基于人工智能方法的复杂过程故障诊断技术[J];控制工程;2002年04期

10 刘强;柴天佑;秦泗钊;赵立杰;;基于数据和知识的工业过程监视及故障诊断综述[J];控制与决策;2010年06期

中国博士学位论文全文数据库 前1条

1 葛志强;复杂工况过程统计监测方法研究[D];浙江大学;2009年

，

本文编号：686120