基于主元分析法的辊道窑能耗异常诊断

发布时间：2021-03-11 20:00

　　辊道窑是建筑陶瓷生产的核心设备,也是生产过程中主要的耗能设备,其运行状况将直接影响产品质量和能源使用效率。一旦辊道窑在生产过程中出现异常情况且得不到及时处理,就可能直接导致产品出现瑕疵、能源消耗增加,甚至造成严重的安全事故,给企业带来巨大损失。随着物联网和工业信息化的发展,以及智能仪表、工控技术的广泛应用,利用数据驱动的异常诊断方法成为研究热点,然而现阶段陶瓷生产企业还普遍依靠人工巡查和固定阈值报警的异常诊断方式,检测成本高、准确率低、异常发现滞后明显。另一方面,关于辊道窑的能耗异常诊断研究成果较少,国内外关于辊道窑的研究主要集中在智能控制和数值模拟方面。为此,本文提出了基于主元分析法的辊道窑生产过程能耗异常诊断方法。首先,以烧成带为重点,全面分析了辊道窑运行过程的基本原理,总结了能耗异常的常见类型;其次,以辊道窑能耗数据作为样本数据,基于主元分析法及其改进方法,建立了辊道窑能耗异常诊断模型;最后综合所研究内容,实现辊道窑能耗异常诊断模块。本文具体研究内容如下:（1）根据陶瓷砖的生产工艺流程,全面分析了辊道窑的结构和工艺原理,明确了影响能耗和产品质量的关键属性,总结了辊道窑生产过程的常... 

【文章来源】：广东工业大学广东省

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

辊道窑示意图

PCA模型的方差累积贡献率

统计量监控图(a)MonitoringchartofstatisticsSPE(a)SPE

【参考文献】：
期刊论文
[1]浅谈辊道窑辊棒断棒及寿命管理智能系统[J]. 杨华亮,胡军,卢健聪,乔富东,方仁德.  佛山陶瓷. 2019(10)
[2]基于时间序列和聚类的挤压机能耗异常检测研究[J]. 曾利云,肖云,张植豪.  机电工程技术. 2018(09)
[3]基于统计方法的异常点检测在时间序列数据上的应用[J]. 曹晨曦,田友琳,张昱堃,刘晓峰.  合肥工业大学学报(自然科学版). 2018(09)
[4]辊道窑节能管理的探讨[J]. 郭健.  佛山陶瓷. 2018(03)
[5]基于K-均值聚类的工业异常数据检测[J]. 张仁斌,许辅昊,刘飞,李思娴.  计算机应用研究. 2018(07)
[6]模糊Smith在辊道窑温度控制系统的应用[J]. 贾华,魏嘉孚,李白冰.  计算机仿真. 2016(10)
[7]智能制造——“中国制造2025”的主攻方向[J]. 周济.  中国机械工程. 2015(17)
[8]陶瓷窑炉远程故障诊断系统软件设计[J]. 曹利钢,冯浩,汪用瑜,于盛睿.  机械设计与制造. 2012(02)

博士论文
[1]基于多模型PCA的翻车机液压系统故障诊断研究[D]. 鄂东辰.燕山大学 2018
[2]基于统计学方法的自适应过程监控与故障诊断[D]. 何小斌.上海交通大学 2009
[3]基于PCA的统计过程监控研究[D]. 李荣雨.浙江大学 2007

硕士论文
[1]基于区间集的时间序列表示方法及异常检测技术研究[D]. 李西西.西安电子科技大学 2019
[2]基于火焰图像识别陶瓷辊道窑烧成带工况智能检测方法研究[D]. 李鹏.景德镇陶瓷学院 2015
[3]辊道窑控制系统的研究与设计[D]. 郭晓阳.内蒙古科技大学 2014
[4]辊道窑的热平衡分析及节能优化措施[D]. 陈庚彤.华南理工大学 2012
[5]多尺度自适应PCA及其在过程监测中的应用研究[D]. 张媛媛.北京化工大学 2012
[6]陶瓷窑炉远程监测与故障诊断系统的研究[D]. 李晓高.南昌大学 2011
[7]基于主元分析方法的炼油厂蒸馏过程故障诊断研究[D]. 龚婷婷.华南理工大学 2010



本文编号：3077009