基于时序数据挖掘的工业设备异常检测分析

发布时间：2017-08-20 14:40

  本文关键词：基于时序数据挖掘的工业设备异常检测分析

  更多相关文章： 故障诊断 故障识别 KPCA TE过程 回转窑

【摘要】：由于现代工业过程的复杂化、大型化、自动化,使得各个环节的可靠性要求更高,若一个环节出现问题,那么整个系统就可能出现崩溃,为此,对工业过程进行故障诊断变得越来越重要。而基于数据驱动的方法是故障诊断领域应用最为广泛的一种方法,它利用所采集的数据不断检测系统运行过程的变化和故障信息,不需要复杂数学模型的建立和准确的先验知识。工业过程大多具有非线性的特性,采用常规的PCA方法进行故障检测和诊断其准确率较低,故本文主要针对非线性过程对基于数据驱动的故障诊断方法进行了研究,并将其应用在TE过程和基于实际的水泥厂煅烧阶段回转窑中。主要的研究内容如下:首先,介绍了故障诊断的研究状况和发展现状,并且介绍了TE过程和水泥生产设备回转窑系统,详细分析了它们的系统组成和数据特点。其次,针对水泥生产线实际的运行情况设计软件对一条生产线进行长时间的运行观察,采集和存储整条生产线产生的大量实时的数据,这些数据包括了需要分析的回转窑系统故障信息。第三,介绍了数据预处理需要处理的问题,这对实际工业过程监控模型的建立和监控效果的好坏有着至关重要的作用。同时对主元分析和核主元分析的理论知识进行了详细叙述,并以上面提到的TE过程为对象,比较了主元分析方法和核主元分析方法的故障检测效果,验证了核主元分析对非线性过程的故障检测更加有效、准确。最后,针对核主元分析在故障诊断和识别方面的有效性,在回转窑系统上使用核主元分析方法得到良好的效果,说明了它的有效性。通过运用matlab和VS联合编程技术,设计和实现了回转窑运行监控系统。
【关键词】：故障诊断 故障识别 KPCA TE过程 回转窑
【学位授予单位】：西南科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TQ172.8;TP311.13
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-16
• 1.1 研究背景及意义9-11
• 1.2 故障诊断的研究内容11-12
• 1.3 国内外研究现状12-15
• 1.4 论文组织结构15-16
• 2 TE过程与水泥烧成回转窑16-29
• 2.1 田纳西—伊斯曼过程16-22
• 2.1.1 TE过程流程16-17
• 2.1.2 过程变量17-20
• 2.1.3 TE过程的故障20-22
• 2.2 回转窑系统构建22-28
• 2.2.1 水泥生产线22-25
• 2.2.2 回转窑系统25-26
• 2.2.3 回转窑相关参数设置26-28
• 2.3 本章小结28-29
• 3 水泥生产线运行数据采集和存储29-37
• 3.1 相关技术介绍29-34
• 3.1.1 工业过程控制对象的链接与嵌入— OPC协议29-30
• 3.1.2 仿真服务器30-31
• 3.1.3 编程接口与通信方式应用31-33
• 3.1.4 中间缓存33-34
• 3.1.5 数据压缩34
• 3.2 客户端开发34-35
• 3.3 客户端的实现35-36
• 3.4 本章小结36-37
• 4 基于PCA和KPCA故障诊断方法37-49
• 4.1 PCA故障诊断方法37-43
• 4.1.1 主元分析基本思想37-38
• 4.1.2 主元成分分析的推导38-43
• 4.2 KPCA故障诊断方法43-48
• 4.2.1 核主元成分分析原理43-45
• 4.2.2 核主元成分分析故障诊断步骤45-48
• 4.3 本章小结48-49
• 5 实验与分析49-68
• 5.1 PCA对TE平台的仿真实验及分析49-60
• 5.2 PCA故障诊断总结60
• 5.3 KPCA对TE平台的仿真实验及分析60-64
• 5.4 回转窑系统故障诊断及分析64-67
• 5.5 本章小结67-68
• 6 监控系统的设计和实现68-75
• 6.1 基于matlab的故障检测及诊断方法68
• 6.2 VS与matlab混合编程68-72
• 6.2.1 VS与matlab混合编程68-69
• 6.2.2 VS调用com组件69-72
• 6.2.2.1 matlab生成com组件70-72
• 6.2.2.2 VS调用com组件72
• 6.3 监控系统72-74
• 6.4 本章小结74-75
• 总结与展望75-76
• 致谢76-77
• 参考文献77-80
• 攻读学位期间发表的与学位论文内容相关的学术论文及研究成果80

【相似文献】

中国期刊全文数据库 前9条

1 邓晓刚;田学民;;基于多尺度核主元分析的非线性过程监控方法研究[J];计算机与应用化学;2006年12期

2 赵忠盖;刘飞;;基于稀疏核主元分析的在线非线性过程监控[J];化工学报;2008年07期

3 李磊;朱建宁;侍洪波;;基于多尺度动态核主元分析的化工过程故障检测[J];化工自动化及仪表;2008年04期

4 张传标;倪建军;刘明华;马华伟;;样本优化核主元分析及其在水质监测中的应用[J];中国环境监测;2012年02期

5 舒云星;许超;李刚炎;;基于核主元分析和支持向量机的f-CaO含量预测[J];武汉理工大学学报;2008年06期

6 王正帅;邓喀中;;基于核主元分析和模糊聚类的采动区建筑物损害评价[J];煤矿安全;2011年04期

7 齐咏生;王普;高学金;公彦杰;;改进MKPCA方法及其在发酵过程监控中的应用[J];仪器仪表学报;2009年12期

8 徐卫晓;宋平;谭继文;;基于KPCA-BP网络模型的滚动轴承故障诊断方法研究[J];煤矿机械;2014年08期

9 ;[J];;年期

中国重要会议论文全文数据库 前6条

1 赵小强;杨武;薛永飞;;可变窗自适应核主元分析的化工过程故障诊断算法[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

2 钟秉翔;;一种基于核主元分析的精简化建模方法[A];中国自动化学会控制理论专业委员会C卷[C];2011年

3 甘俊英;张有为;;核主元分析特征提取法的研究[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

4 崔桂梅;鄢常亮;马祥;;基于核主元分析和支持向量机的高炉向凉、向热故障诊断[A];中国计量协会冶金分会2010年会论文集[C];2010年

5 汪爱娟;张端金;介晓婧;;基于核主元分析的故障检测[A];2013年中国智能自动化学术会议论文集（第四分册）[C];2013年

6 倪国文;刘爱伦;;基于核主元分析的非线性故障检测研究[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

中国博士学位论文全文数据库 前1条

1 张敏;复杂生产过程质量控制的智能方法研究[D];西南交通大学;2013年

中国硕士学位论文全文数据库 前10条

1 李璐;石油钻井过程井漏异常的预警技术研究[D];郑州大学;2015年

2 张薇;基于改进核主元分析的过程监测方法研究[D];东北大学;2014年

3 苏中鲜;基于时序数据挖掘的工业设备异常检测分析[D];西南科技大学;2016年

4 胡志勇;基于核主元分析及扩展方法的过程监测[D];东北大学;2011年

5 滕永懂;基于核主元分析的动态过程监测[D];东北大学;2010年

6 李蓉一;基于核主元分析的故障检测与诊断研究[D];南京师范大学;2011年

7 杨武;基于改进核主元分析的化工过程故障诊断研究[D];兰州理工大学;2013年

8 冯玮;基于核主元分析的过程监测方法研究[D];东北大学;2013年

9 何巍;基于多块核主元分析和概率符号有向图的故障诊断方法研究[D];中南大学;2013年

10 石晋明;基于粗糙集与核主元分析方法的柴油机故障检测与诊断[D];中北大学;2014年

，

本文编号：707240