基于动态相关性Q-SDG分析的化工过程故障诊断

发布时间：2020-08-27 16:41

【摘要】：现代化工生产一旦发生设备失效、控制器故障、人员误操作等异常情况,就有可能引起整个系统发生动荡,甚至会造成灾难性事件的发生。因此,监测化工过程异常状态的劣化趋势,及时识别异常工况原因,从源头上治理和预防系统故障的发生,是保障化工过程安全生产的关键。本文利用相关性分析方法检测及识别化工过程故障,结合符号有向图SDG(Signed Directed Graph)模型搜寻故障传播的潜在原因,提出了一种基于动态相关性Q-SDG分析的化工过程状态识别方法。该方法通过挖掘系统深层次关联特性,添加故障的记忆功能,达到了故障诊断的目的。遵循热力学、守恒关系等是化工过程运行的前提,这使工艺变量之间呈现出复杂的关联特性。所以在化工过程的故障发生时,变量间往往表现为信息传递的连锁效应。本文从全过程监测角度出发,结合动态工况与相似局部紧邻结构准则探讨变量间的相关性、联动性规律。首先,选择皮尔逊相关系数对初始变量集进行初步优化。然后,基于PCA(Principal Component Analysis)贡献度思想有效提取工艺特征机理信息,于多层相关系数集中选取大权重比例的关键变量。进而利用了马尔可夫转移原理,分析系统不同状态的相关性规律重构聚集权重系数Q,及时准确地识别系统故障状态前的过渡状态。最后,利用SDG方法挖掘复杂系统的内部信息传递过程,准确定位各种异常状态相容通路的故障源,并且结合聚集权重系数Q指标实现故障的记忆诊断。TE工业案例应用结果表明,基于动态相关性Q-SDG分析方法建模及诊断步骤较为简洁,能有效提取工艺特征机理信息,快速定位故障状态,准确得到故障源,具有良好的过程监控性能。
【学位授予单位】：青岛科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TQ050.7

【参考文献】

相关期刊论文 前10条

1 胡婷婷;王帆;侍洪波;;基于变量概率信息的因子分析监控方法[J];化工学报;2017年07期

2 邢立伟;;化工安全生产中存在的普遍问题及其对策研究[J];化工管理;2016年36期

3 梁慧婷;田文德;靳满满;项曙光;;精馏过程单变量扰动原因的智能反演[J];高校化学工程学报;2016年06期

4 江伟;王振雷;王昕;;基于混合分块DMICA-PCA的全流程过程监控方法[J];化工学报;2017年02期

5 徐莹;邓晓刚;钟娜;;基于ICA混合模型的多工况过程故障诊断方法[J];化工学报;2016年09期

6 耿志强;武开英;韩永明;;基于层次分析的FLANN神经网络研究及应用[J];化工学报;2016年03期

7 李会云;;化工生产中安全运行的重要性[J];科技展望;2015年19期

8 王再英;白华宁;;基于相关系数的过程系统故障检测与诊断方法[J];化工学报;2013年12期

9 肖应旺;;基于软测量的化工精馏过程推断控制策略[J];控制工程;2012年02期

10 许X;王春芳;彭亚丽;朱明;;基于符号有向图的汽车涡轮增压系统故障诊断[J];汽车科技;2011年04期

相关博士学位论文 前1条

1 颜学峰;高维复杂模式识别的新方法[D];浙江大学;2002年

本文编号：2806353