一类复杂工业过程数据预处理与故障诊断方法研究
发布时间：2023-01-28 10:18
随着自动化技术、计算机技术以及人工智能技术等高新技术的快速发展,现代化复杂工业系统正逐步朝着高复杂度和高集成度方向发展,而保证现代复杂工业系统安全有效运行的故障诊断技术至关重要。但由于系统数据具有数据量大、维数高、种类多、单位信息包含有价值信息少等问题,给故障诊断带来很多新的挑战。基于此,本文开展针对数据预处理和在线实时故障诊断等方面研究,全文的主要研究内容如下:（1）基于信息熵与相对主元分析的故障诊断方法。首先,利用信息熵及信息增益算法,构建了度量变量重要性的度量函数;然后基于该度量函数和量纲标准化方法,建立了新的数据预处理模型;进而结合新型的主元分析模型进行故障诊断。最后,通过TE化工过程故障数据集和UCI的Wine数据集仿真实验,所提方法表现较好的诊断性能。（2）基于随机投影和支持向量机的故障诊断方法。首先引入数据降维,以解决训练数据集的复杂分布以及高维特征计算复杂度高的问题;然后通过对不同降维方法的保距性分析,相较基于主元分析的降维方法,随机投影在降维同时能够保持样本间距离近似不变;之后据此提出基于随机投影进行降维和支持向量机进行故障诊断的算法,它不仅能降低计算复杂度,而且可确...
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 数据预处理
1.2.2 实时故障诊断
1.3 本文研究内容及其结构安排
第2章 相关理论基础
2.1 引言
2.2 数据预处理方法介绍
2.2.1 量纲标准化方法
2.2.2 信息熵在数据预处理中的应用
2.2.3 主元分析算法
2.2.4 随机投影算法
2.3 故障诊断方法介绍
2.3.1 支持向量机算法
2.3.2 极限学习机算法
2.4 本章小结
第3章 基于信息熵和相对主元分析的故障诊断方法
3.1 引言
3.2 基于信息熵的信息增益算法
3.3 基于信息增益与相对主元分析的故障诊断方法
3.4 仿真研究
3.4.1 TE数据集
3.4.2 Wine数据集
3.4.3 结果分析
3.5 本章小结
第4章 基于随机投影和支持向量机的故障诊断方法
4.1 引言
4.2 基于PCA与支持向量机的故障诊断算法
4.3 随机投影与主元分析的保距性分析
4.3.1 主成分法的不保距性分析
4.3.2 随机投影方法及其保距性分析
4.4 基于随机投影和支持向量机的故障诊断方法
4.5 仿真实验
4.5.1 数据集描述
4.5.2 结果和分析
4.6 本章小结
第5章 基于kalmanfilter的实时在线极限学习机算法
5.1 引言
5.2 基于递归最小二乘法的在线实时极限学习机算法
5.2.1 在线极限学习机的基本思想
5.2.2 在线极限学习机的具体步骤
5.3 KalmanFilter与RLS在实时序贯性上的性能比较
5.3.1 KalmanFilter
5.3.2 KalmanFilter与RLS在实时序贯性上的比较
5.4 基于KalmanFilter的实时在线极限学习机算法
5.5 仿真实验
5.5.1 实验设置
5.5.2 实验结果及分析
5.6 本章小结
第6章 总结与展望
6.1 研究总结
6.2 工作展望
致谢
参考文献
附录
【参考文献】：
期刊论文
[1]SVM训练数据归一化研究[J]. 汤荣志,段会川,孙海涛. 山东师范大学学报(自然科学版). 2016(04)
[2]一种基于在线序贯极限学习机的大型舰船甲板态势预测方法[J]. 刘锡祥,宋清,司马健,黄永江,杨燕. 中国惯性技术学报. 2016(02)
[3]基于信息熵的新的词语相似度算法研究[J]. 王小林,陆骆勇,邰伟鹏. 计算机技术与发展. 2015(09)
[4]基于正则化与遗忘因子的极限学习机及其在故障预测中的应用[J]. 杜占龙,李小民,郑宗贵,张国荣,毛琼. 仪器仪表学报. 2015(07)
[5]相对变换主元分析的变压器油击穿电压预测[J]. 唐勇波,彭涛,熊印国,江风云. 仪器仪表学报. 2015(07)
[6]基于信息熵与蚁群优化的属性约简算法[J]. 陈颖悦,陈玉明. 小型微型计算机系统. 2015(03)
[7]基于随机投影的加速度手势识别[J]. 刘红,刘蓉,李书玲. 计算机应用. 2015(01)
[8]基于信息熵的油田变压器局部放电故障诊断[J]. 赵海龙,律福志,闫丽梅,何剑,严娓. 电气应用. 2014(15)
[9]基于相对主元分析的动态数据窗口故障检测方法[J]. 王天真,刘远,汤天浩,陈炎. 电工技术学报. 2013(01)
[10]多特征信息融合的贝叶斯网络故障诊断方法研究[J]. 姜万录,刘思远. 中国机械工程. 2010(08)
博士论文
[1]基于振动信号的机械故障特征提取与诊断研究[D]. 赵志宏.北京交通大学 2012
硕士论文
[1]相对主元分析理论及其应用研究[D]. 胡静.河南大学 2008
本文编号：3732488
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 数据预处理
1.2.2 实时故障诊断
1.3 本文研究内容及其结构安排
第2章 相关理论基础
2.1 引言
2.2 数据预处理方法介绍
2.2.1 量纲标准化方法
2.2.2 信息熵在数据预处理中的应用
2.2.3 主元分析算法
2.2.4 随机投影算法
2.3 故障诊断方法介绍
2.3.1 支持向量机算法
2.3.2 极限学习机算法
2.4 本章小结
第3章 基于信息熵和相对主元分析的故障诊断方法
3.1 引言
3.2 基于信息熵的信息增益算法
3.3 基于信息增益与相对主元分析的故障诊断方法
3.4 仿真研究
3.4.1 TE数据集
3.4.2 Wine数据集
3.4.3 结果分析
3.5 本章小结
第4章 基于随机投影和支持向量机的故障诊断方法
4.1 引言
4.2 基于PCA与支持向量机的故障诊断算法
4.3 随机投影与主元分析的保距性分析
4.3.1 主成分法的不保距性分析
4.3.2 随机投影方法及其保距性分析
4.4 基于随机投影和支持向量机的故障诊断方法
4.5 仿真实验
4.5.1 数据集描述
4.5.2 结果和分析
4.6 本章小结
第5章 基于kalmanfilter的实时在线极限学习机算法
5.1 引言
5.2 基于递归最小二乘法的在线实时极限学习机算法
5.2.1 在线极限学习机的基本思想
5.2.2 在线极限学习机的具体步骤
5.3 KalmanFilter与RLS在实时序贯性上的性能比较
5.3.1 KalmanFilter
5.3.2 KalmanFilter与RLS在实时序贯性上的比较
5.4 基于KalmanFilter的实时在线极限学习机算法
5.5 仿真实验
5.5.1 实验设置
5.5.2 实验结果及分析
5.6 本章小结
第6章 总结与展望
6.1 研究总结
6.2 工作展望
致谢
参考文献
附录
【参考文献】：
期刊论文
[1]SVM训练数据归一化研究[J]. 汤荣志,段会川,孙海涛. 山东师范大学学报(自然科学版). 2016(04)
[2]一种基于在线序贯极限学习机的大型舰船甲板态势预测方法[J]. 刘锡祥,宋清,司马健,黄永江,杨燕. 中国惯性技术学报. 2016(02)
[3]基于信息熵的新的词语相似度算法研究[J]. 王小林,陆骆勇,邰伟鹏. 计算机技术与发展. 2015(09)
[4]基于正则化与遗忘因子的极限学习机及其在故障预测中的应用[J]. 杜占龙,李小民,郑宗贵,张国荣,毛琼. 仪器仪表学报. 2015(07)
[5]相对变换主元分析的变压器油击穿电压预测[J]. 唐勇波,彭涛,熊印国,江风云. 仪器仪表学报. 2015(07)
[6]基于信息熵与蚁群优化的属性约简算法[J]. 陈颖悦,陈玉明. 小型微型计算机系统. 2015(03)
[7]基于随机投影的加速度手势识别[J]. 刘红,刘蓉,李书玲. 计算机应用. 2015(01)
[8]基于信息熵的油田变压器局部放电故障诊断[J]. 赵海龙,律福志,闫丽梅,何剑,严娓. 电气应用. 2014(15)
[9]基于相对主元分析的动态数据窗口故障检测方法[J]. 王天真,刘远,汤天浩,陈炎. 电工技术学报. 2013(01)
[10]多特征信息融合的贝叶斯网络故障诊断方法研究[J]. 姜万录,刘思远. 中国机械工程. 2010(08)
博士论文
[1]基于振动信号的机械故障特征提取与诊断研究[D]. 赵志宏.北京交通大学 2012
硕士论文
[1]相对主元分析理论及其应用研究[D]. 胡静.河南大学 2008
本文编号：3732488
本文链接：https://www.wllwen.com/kejilunwen/huaxuehuagong/3732488.html
教材专著
