基于多变量统计的故障检测与诊断及应用研究

发布时间：2020-02-14 18:38

【摘要】：任何系统在长时间运行或高负荷运转下,都不可避免地会产生各种问题,甚至系统崩溃,进而造成巨大的经济损失。在生产水平和科技水平不断提高下,现代工业系统都朝着大型化、复杂化的方向发展。因此,研究和发展故障诊断技术,保证系统运行的可靠性、可维修性和安全性,已成为国内外密切关注的热点之一。基于多变量统计的故障检测与诊断技术是故障诊断领域内一个主要研究分支。该方法无需明确系统运行方式及机理,只需利用正常工况下采集的生产过程数据进行处理,就可以实现对生产过程的监控,对多数工业系统具有较高的适用性。本文以多变量统计技术为理论基础,系统和深入地研究了这一方法的若干重要方面,探讨了现有方法在间歇生产过程中的实际应用及存在问题,并提出相应解决方案,本文的主要研究工作如下: 1)T2控制限是主元分析方法中检测T2统计量的重要指标,但是在多向主元分析方法中,T2控制限普遍偏高。针对这一不足本文提出一种改进方法。该方法首先利用多向主元分析方法对正常工况数据进行处理,计算出每一组数据的T2统计量,然后以T2统计量为处理数据再次进行主元分析,获得新数据主元模型的T2控制限。 2)由于大多数间歇生产过程具有多阶段性,分阶段监测方法也越来越多。如何划分间歇过程的阶段便成为了关键之处。但是,基于主元分析理论的阶段划分方法利用主元的信息来划分阶段容易产生较高的误分类率。为了克服这一缺点,提出一种基于数据差异的阶段划分方法,并用于监测研究中。该方法首先利用数据差异方法对正常工况下采集的数据进行处理分析,然后根据分析结果适当的划分阶段。最后在每一阶段建立PCA模型进行在线监测。将该方法应用到青霉素发酵过程的监测中,证明了基于数据差异的阶段划分方法的有效性。 3)在对全文所做工作进行总结的基础上,展望了今后进一步研究的方向。
【学位授予单位】：沈阳航空航天大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TH165.3

【参考文献】

相关期刊论文 前10条

1 魏春岭,张洪钺;多传感器斜置系统故障检测的奇偶向量补偿方法[J];北京航空航天大学学报;2001年06期

2 谢铁钢,张宇河;基于时间冗余的一致空间法在故障检测及隔离中的应用[J];北京理工大学学报;2002年04期

3 陈亚华,蒋丽英,郭明,王树青;基于多向Fisher判据分析的间歇过程性能监控[J];吉林大学学报(信息科学版);2004年04期

4 闻新,周露;神经网络故障诊断技术的可实现性[J];导弹与航天运载技术;2000年02期

5 李敏;何平;孟臣;;螺杆泵井智能集成故障诊断专家系统研究[J];电气应用;2011年03期

6 杜江;任滢;;故障智能诊断专家系统模型研究[J];光电技术应用;2009年04期

7 王振恒;赵劲松;李昌磊;;一种新的间歇过程故障诊断策略[J];化工学报;2008年11期

8 徐伟栋;刘伟;厉力华;马莉;邵国良;张娟;;一种基于小波域检测与自适应神经网络模糊演绎系统的微钙化检测新算法[J];航天医学与医学工程;2010年02期

9 朱旭东,戴文战,郎燕峰;基于神经网络的方法在故障诊断中的应用[J];机电工程;2003年05期

10 于春梅;杨胜波;陈馨;张洪才;;多元统计方法在故障诊断中的应用综述[J];计算机工程与应用;2007年08期

相关博士学位论文 前2条

1 徐蔚鸿;模糊智能系统中模糊推理研究[D];南京理工大学;2004年

2 胡文平;基于智能信息融合的电力设备故障诊断新技术研究[D];华中科技大学;2005年

相关硕士学位论文 前1条

1 杨婧;基于参数估计的伺服系统故障诊断方法研究[D];大连理工大学;2006年

，

本文编号：2579576