基于FSM和SVM的石化设备管理及故障分类系统设计

发布时间：2021-11-21 13:38

　　近些年来,石化行业处在设备更新和企业改革的重要时期。设备数量大、更新快和业务流程复杂且多变的特性也给企业带来了沉重的设备管理系统维护成本。同时,企业在设备故障分类上缺少智能化的解决方案,大多还依靠着人工预测,这就导致了分类准确性的降低。工作流引擎已被证实能在一定程度上提高信息平台的管理能力。本文基于有限状态机建立工作流模型,并通过AOP面向切面的思想增强了模型的业务拓展能力,提高了模型的可扩展性。然后在工作流模型基础上提出状态转移算法,该算法实现了对模型的AOP增强处理和工作流的跳转功能。工作流引擎作为石化设备管理信息平台的“中间件”,为基于Web的石化设备管理系统提供流程调度和数据调度服务,一定程度上降低了系统的使用门槛和维护成本。在设备管理系统的故障分类模块,本文采集了某石化原始运行数据,针对样本中少数据量类别进行基于SMOTE算法的不同强度的数据增强实验,得出课题合适的数据增强策略。实验结果表明,增强后对少数据量类别的分类精度有较为明显的提高。然后本文验证在不同核函数下OVO、OVR、DAG-SVM三种多分类算法数据增强前后的分类状况,得出本文应用背景下更为适用的故障分类解决方案... 

【文章来源】：武汉科技大学湖北省

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 国内现状研究
        1.2.2 国外现状研究
    1.3 研究内容与组织结构
        1.3.1 研究内容
        1.3.2 论文组织结构
    1.4 本章小结
第2章 有限状态机与工作流模型的理论研究
    2.1 工作流与有限状态机的映射
        2.1.1 工作流
        2.1.2 有限状态机
        2.1.3 模型映射
    2.2 工作流模型增强
        2.2.1 面向切面的编程思想
        2.2.2 AOP增强型工作流模型
    2.3 工作流模型设计
        2.3.1 模型总体架构
        2.3.2 状态转移算法
    2.4 本章小结
第3章 支持向量机的理论研究
    3.1 形式化表示
        3.1.1 线性分类
        3.1.2 分类标准
        3.1.3 SVM分类形式化表示
    3.2 支持向量机算法原理
        3.2.1 超平面求解
        3.2.2 拉格朗日对偶
        3.2.3 核函数
    3.3 SVM多分类方法
        3.3.1 OVR算法
        3.3.2 OVO算法
        3.3.3 DAG-SVM算法
        3.3.4 多分类算法比较
    3.4 支持向量机类间不平衡
        3.4.1 数据增强
        3.4.2 常用数据增强方法
        3.4.3 增强前后实验对比
    3.5 本章小结
第4章 基于工作流引擎的设备管理系统设计
    4.1 工作流引擎设计
        4.1.1 子模块设计
        4.1.2 工作流模型描述
        4.1.3 可视化定制工具
    4.2 工作流引擎的调度服务
        4.2.1 流程调度
        4.2.2 数据调度
    4.3 石化设备管理系统设计
        4.3.1 系统总体框架
        4.3.2 分层设计
        4.3.3 故障分类模块的设计
    4.4 本章小结
第5章 基于多分类SVM的故障分类系统设计
    5.1 实验准备
        5.1.1 性能指标
        5.1.2 实验数据
    5.2 数据增强预处理
        5.2.1 实验过程
        5.2.2 结果分析
    5.3 多分类算法比较
        5.3.1 实验过程
        5.3.2 实验结果分析
    5.4 设备管理系统下的故障分类模块实现
        5.4.1 故障分类策略
        5.4.2 故障分类报表
        5.4.3 故障处理决策
    5.5 本章小结
第6章 结论与展望
    6.1 本文总结
    6.2 展望
参考文献
致谢
附录1 攻读硕士学位期间发表的论文
附录2 攻读硕士学位期间参加的科研项目
详细摘要



本文编号：3509607