基于贝叶斯网络的水泥回转窑故障诊断系统的研究

发布时间：2017-07-19 14:23

  本文关键词：基于贝叶斯网络的水泥回转窑故障诊断系统的研究

  更多相关文章： 水泥回转窑 故障诊断 贝叶斯网络 结构学习

【摘要】：水泥回转窑是水泥制备过程中最主要的设备之一,回转窑煅烧是水泥生产中的重要工艺流程。水泥回转窑工作状态的好坏将直接决定水泥熟料的品质及产量。不论设备的可靠性多高、生产工艺多先进,发生故障是不可避免的。庞大的体型以及复杂的系统使得水泥回转窑的故障表现为不确定性和多样性,传统的人工逐步排查的方法难以满足人们对回转窑故障诊断的要求。因此,本文依托水泥回转窑的生产工艺和工作原理,构建了水泥回转窑故障诊断模型,并对其进行了参数学习和推理,实现了准确高效的水泥回转窑故障诊断。具体内容如下:首先,介绍了贝叶斯网络的相关理论知识,分别从结构学习、参数学习和推理三个方面对贝叶斯网络进行了讲解,并着重介绍了其中最为常用的经典算法。其次,针对现有贝叶斯网络结构学习经典算法中存在的一些缺陷,设计了两种改进的贝叶斯网络结构学习算法。通过仿真实验验证了两种算法的性能并详细分析了各自的优劣。再次,分析了水泥回转窑的工艺流程和机制,在充分了解回转窑的基础上选取了研究变量、采集并量化了研究数据。为解决水泥回转窑故障诊断这一难题,将贝叶斯网络应用于水泥回转窑故障诊断,选用改进爬山算法训练量化后的数据并建立水泥回转窑故障诊断贝叶斯网络模型。最后,介绍了贝叶斯网络参数学习和推理过程,采用经典的最大似然估计法和变量消元法对水泥回转窑的故障诊断贝叶斯网络模型进行参数学习和推理。
【关键词】：水泥回转窑 故障诊断 贝叶斯网络 结构学习
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TQ172.622
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 课题研究背景及意义10-11
• 1.2 贝叶斯网络的发展11
• 1.3 故障诊断技术的国内外研究现状11-13
• 1.4 论文章节安排与主要研究内容13-15
• 第2章 贝叶斯网络理论基础研究15-27
• 2.1 贝叶斯网络相关基础知识15-19
• 2.1.1 概率论基础知识15-17
• 2.1.2 图论基础知识17-18
• 2.1.3 信息论基础知识18-19
• 2.2 贝叶斯网络的定义19
• 2.3 贝叶斯网络学习19-26
• 2.3.1 贝叶斯网络结构学习20-21
• 2.3.2 贝叶斯网络参数学习21-23
• 2.3.3 贝叶斯网络推理23-26
• 2.4 本章小结26-27
• 第3章 基于爬山法的贝叶斯网络结构学习改进算法27-37
• 3.1 经典爬山法基本原理27-28
• 3.2 SHC算法基本原理28-30
• 3.2.1 最大支撑树28-29
• 3.2.2 简化爬山法29-30
• 3.3 SHC算法流程图与算法实现30-32
• 3.3.1 SHC算法流程图30
• 3.3.2 SHC算法实现30-32
• 3.4 SHC算法仿真实验32-36
• 3.4.1 基于Asia网络的仿真实验33-34
• 3.4.2 基于Alarm网络的仿真实验34-36
• 3.5 本章小结36-37
• 第4章 基于蚁群算法的贝叶斯网络结构学习改进算法37-46
• 4.1 经典蚁群算法37-38
• 4.2 改进蚁群算法38-42
• 4.2.1 改进蚁群算法基本原理38-39
• 4.2.2 改进蚁群算法模型特征39-40
• 4.2.3 改进蚁群算法流程图40
• 4.2.4 改进蚁群算法实施步骤40-42
• 4.3 改进蚁群算法仿真实验42-43
• 4.4 两种改进算法结果的比较43-45
• 4.5 本章小结45-46
• 第5章 水泥回转窑故障诊断系统研究46-57
• 5.1 水泥回转窑概况46-48
• 5.2 水泥回转窑贝叶斯网络模型建立48-52
• 5.2.1 水泥回转窑故障诊断系统模型变量选取49
• 5.2.2 变量的数据采集与量化49-50
• 5.2.3 贝叶斯网络模型建立50-52
• 5.3 水泥回转窑贝叶斯网络参数学习52-53
• 5.4 水泥回转窑贝叶斯网络推理诊断53-56
• 5.5 本章小结56-57
• 结论57-58
• 参考文献58-63
• 攻读硕士学位期间承担的科研任务与主要成果63-64
• 致谢64

【相似文献】

中国期刊全文数据库 前10条

1 蒋明麟;;大力推进水泥回转窑处置和利用废弃物技术的应用发展[J];水泥技术;2007年01期

2 徐冕;;降低水泥回转窑废气中氧化氮的措施[J];建材工业信息;1987年15期

3 涂林增,曲兆民;水泥回转窑电除尘器设计中主要参数确定[J];煤矿环境保护;2001年01期

4 夏清,曾光明,叶昌;以塑代煤及在水泥回转窑上应用的研究[J];能源工程;2002年03期

5 杨春华;新世纪水泥回转窑的燃烧技术和装备[J];新世纪水泥导报;2002年05期

6 ;2002年《水泥》总目录[J];水泥;2002年12期

7 林联旺,徐满华,张华;小型水泥回转窑再利用的新途径[J];水泥技术;2002年01期

8 王兰军,侯春,沈锦林;水泥回转窑故障诊断方法初探[J];材料科学与工程学报;2003年05期

9 何其昂,张彩朗;高原地区水泥回转窑用低质煤的技术特征[J];建材发展导向;2004年03期

10 廖建国;水泥回转窑用无铬碱性砖的现状及使用状况[J];国外耐火材料;2004年06期

中国重要会议论文全文数据库 前10条

1 张永强;乌日图;潘宇;;水泥回转窑温度预测模型的研究[A];2010振动与噪声测试峰会论文集[C];2010年

2 袁铸钢;李永亮;于宏亮;;水泥回转窑检测参数的分类与识别[A];第二十七届中国控制会议论文集[C];2008年

3 席耀忠;;中小水泥企业升级转产几种途径的分析[A];2009中小水泥企业升级转产与新技术交流会会议简要内容[C];2009年

4 王华;王杰曾;;水泥回转窑升温过程中的数值分析[A];面向21世纪的科技进步与社会经济发展（下册）[C];1999年

5 范圣良;;硅莫砖在水泥回转窑上的应用及发展前景[A];第三届全国水泥企业总工程师论坛暨全国水泥企业总工程师联合会年会文集[C];2010年

6 朱旺水;;回转窑监测系统的整体解决方案[A];中国硅酸盐学会2003年学术年会论文摘要集[C];2003年

7 刘锡俊;曾鲁举;孙启光;戚克;刘永强;;水泥回转窑用铝硅质复合砖[A];玻璃窑、水泥窑用耐火材料技术应用研讨会论文集[C];2002年

8 毛志伟;侯大刚;胡建鹏;梁显文;;袋、电除尘器在水泥行业的应用与比较[A];中国硅酸盐学会环保学术年会论文集[C];2007年

9 毛志伟;侯大刚;胡建鹏;梁显文;;袋、电除尘器在水泥行业的比较与应用[A];2006年水泥技术大会暨第八届全国水泥技术交流大会论文集[C];2006年

10 王乃帅;温治;楼国锋;刘训良;郑坤灿;张欣;;水泥回转窑内煤粉燃烧过程的数值模拟[A];十三省区市机械工程学会第五届科技论坛论文集[C];2009年

中国重要报纸全文数据库 前10条

1 关林;发展循环经济 水泥回转窑处理废弃物更经济[N];中国工业报;2007年

2 孙阳;水泥回转窑处理垃圾废弃物应用前景广阔[N];中国建材报;2007年

3 国务院参事、国务院参事室副主任 蒋明麟;大力推进水泥回转窑处置和利用废弃物技术的应用发展[N];中国建材报;2007年

4 李越;推动可燃废弃物在水泥生产中的使用[N];中国经济时报;2005年

5 纪哲;全国水泥行业落实调控政策 走向科学发展[N];中华建筑报;2007年

6 许杰邋高少帅 通讯员 倪昆明;7.8亿布局“绿色”水泥战略[N];烟台日报;2007年

7 范圣良 赵介山;硅莫砖在水泥回转窑上的应用及发展前景[N];中国建材报;2010年

8 本报记者 张道营 李静 实习记者 黄莹;破解水泥窑协同处置产业化发展的体制性障碍[N];中国建材报;2014年

9 记者 余万芳邋见习记者 魏金金;水泥“耗能大户”节能降耗频出新招[N];绍兴日报;2007年

10 记者 黄威娜;上海拟建两条“点废成金”生产线[N];团结报;2009年

中国博士学位论文全文数据库 前2条

1 郭峰;基于模糊ARX模型的水泥回转窑预测控制算法研究[D];燕山大学;2012年

2 张保生;新型干法水泥回转窑中低品位燃料燃烧特性和窑内燃烧过程研究[D];浙江大学;2007年

中国硕士学位论文全文数据库 前10条

1 刘彦伟;5000t/d水泥回转窑火焰调整过程的工艺工程仿真与优化[D];燕山大学;2016年

2 吕晓贺;基于贝叶斯网络的水泥回转窑故障诊断系统的研究[D];燕山大学;2016年

3 戴睿;三角区间软约束模型预测控制及其在水泥回转窑中的应用[D];燕山大学;2016年

4 刘心喜;水泥回转窑（火用）平衡分析与系统节能研究[D];山东大学;2016年

5 姜丽杰;吉林省废弃化学试剂现状调查及其水泥回转窑处理研究[D];东北师范大学;2006年

6 谢丹;生态水泥生产的关键技术、设备及其系统研究[D];武汉理工大学;2004年

7 刘健;水泥回转窑的系统建模与仿真研究[D];安徽大学;2011年

8 张永强;水泥回转窑烧成系统的节能控制[D];内蒙古工业大学;2010年

9 张宏麟;水泥回转窑内部传热特性及流场分析[D];沈阳工业大学;2013年

10 刘唐波;基于自适应评价方法的水泥回转窑神经控制器[D];广西大学;2008年

，

本文编号：563362