基于数据的间歇过程故障诊断及预测方法研究

发布时间：2021-07-22 18:24

　　复杂工业过程一旦发生事故,不仅会影响生产的可靠运行还可能会造成人员和财产的巨大损失。随着对生产过程的安全性和可靠性要求的提高,故障诊断及故障预测技术受到人们的关注,己成为国内外过程控制领域的的热点研究方向之一。近年来,随着现代社会对多品种、多规格和高质量产品更迫切的市场需求,工业生产更加倚重于生产小批量、高附加值产品的间歇过程。间歇生产的安全可靠运行以及产品的高质量追求已成为人们关注的焦点。基于数据的多元统计分析技术因其在处理高维、高度耦合数据时具有独特的优势,越来越受到研究人员和现场工程师的青睐。间歇过程的统计建模、在线监测、故障诊断及预测已成为广泛的研究课题。本文以间歇过程为研究背景,在深入研究主成分分析（PCA）方法和Fisher判别分析（FDA）方法的基础上,提出了一系列具有实际应用价值的间歇过程故障诊断及故障预测方法：1.在深入研究间歇过程时段特性的基础上,利用主成分个数以及负载矩阵变异方向的不同,提出了一种基于多向主成分分析（MPCA）的间歇过程时段识别及故障诊断方法。该方法能够实现间歇过程稳定时段和过渡时段的自动识别,并针对稳定时段和过渡时段不同的数据特征建立统计模型,实... 

【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：130 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 间歇过程特性分析
        1.2.1 间歇过程的数据特征及标准化
        1.2.2 间歇过程的多时段特性
    1.3 基于数据的故障诊断及预测方法
        1.3.1 系统故障的特性分析
        1.3.2 故障诊断技术的发展概况
        1.3.3 故障预测技术的发展概况
    1.4 本文的主要研究内容
第二章 基于PCA的时段识别及故障诊断
    2.1 引言
    2.2 MPCA原理及时段划分方法
        2.2.1 MPCA原理
        2.2.2 时段划分方法
    2.3 间歇过程的时段识别
        2.3.1 时段粗划分
        2.3.2 时段细划分
        2.3.3 稳定时段与过渡时段的识别
    2.4 基于子时段MPCA建模、在线过程监测及故障变量追溯
        2.4.1 建模步骤
        2.4.2 在线监测及故障变量追溯
        2.4.3 三水箱系统实验验证
    2.5 注塑过程中的应用研究
        2.5.1 注塑过程简介
        2.5.2 实验数据的获取
        2.5.3 时段识别
        2.5.4 “过渡”时段分析
        2.5.5 在线监测及故障诊断
    2.6 本章小结
第三章 基于故障数据建模的故障诊断方法
    3.1 引言
    3.2 Fisher判别分析方法
        3.2.1 Fisher判别式分析的基本原理
        3.2.2 低维判别空间的确定
        3.2.3 FDA与PCA比较
        3.2.4 多向Fisher判别分析
    3.3 基于Bootstrap的子时段RMFDA故障诊断方法
        3.3.1 应用Bootstrap构建建模数据
        3.3.2 划分子时段
        3.3.3 基于Bootstrap的子时段RMFDA方法
        3.3.4 水压试验过程应用研究
    3.4 基于RKFDA的非线性故障诊断方法
        3.4.1 问题提出
        3.4.2 KFDA原理
        3.4.3 基于时段的RKFDA建模及在线诊断
        3.4.4 实验验证
    3.5 本章小结
第四章 基于FISHER特征向量差异度的缓变故障预测
    4.1 引言
    4.2 ARMA建模
        4.2.1 模型的预处理
        4.2.2 模型的建模过程
    4.3 基于Fisher特征向量差异度的预测算法
        4.3.1 算法的提出
        4.3.2 预测算法原理
    4.4 实验验证
        4.4.1 确定控制限
        4.4.2 建立预测模型
        4.4.3 在线预测
    4.5 本章小结
第五章 故障诊断系统的设计与实现
    5.1 引言
    5.2 故障诊断系统技术方案
    5.3 注塑成型故障诊断平台的设计
        5.3.1 实验平台硬件结构
        5.3.2 数据交换流程
        5.3.3 实验平台软件开发环境
        5.3.4 平台的数据库设计
    5.4 注塑成型过程故障诊断平台的实现
        5.4.1 平台界面的总体结构
        5.4.2 PCA在线监测子平台
        5.4.3 FDA故障诊断子平台
    5.5 本章小结
第六章 总结与展望
参考文献
致谢
攻读博士学位期间论文情况
个人简历


【参考文献】：
期刊论文
[1]故障智能诊断专家系统模型研究[J]. 杜江,任滢.  光电技术应用. 2009(04)
[2]基于遗传模糊C-均值聚类算法的除湿机故障诊断[J]. 何彪,刘顺波.  制冷空调与电力机械. 2009(04)
[3]基于小波灰色预测理论的旋转机械故障预测分析仪[J]. 朱大奇,易健雄,袁芳.  仪器仪表学报. 2008(06)
[4]基于LSSVM-HMM的发射机故障预测研究[J]. 许丽佳,龙兵,王厚军.  仪器仪表学报. 2008(01)
[5]基于神经网络的非线性时间序列故障预报[J]. 胡寿松,张正道.  自动化学报. 2007(07)
[6]基于ARMA模型的往复式压缩机状态预测[J]. 杨素春,王朝晖,于晓红.  石油化工设备. 2007(01)
[7]基于PCA多变量统计的故障检测与诊断[J]. 朱奇,侍洪波.  控制工程. 2006(S1)
[8]基于特征子空间的KPCA及其在故障检测与诊断中的应用[J]. 付克昌,吴铁军.  化工学报. 2006(11)
[9]Fault Diagnosis for Batch Processes by Improved Multi-model Fisher Discriminant Analysis[J]. 蒋丽英,谢磊,王树青.  Chinese Journal of Chemical Engineering. 2006(03)
[10]间歇过程的统计建模与在线监测[J]. 陆宁云,王福利,高福荣,王姝.  自动化学报. 2006(03)

博士论文
[1]面向间歇发酵过程的多元统计监测方法研究[D]. 刘世成.浙江大学 2008
[2]机械设备早期故障预示中的微弱信号检测技术研究[D]. 李强.天津大学 2008
[3]水压试验机故障诊断与故障预测方法研究[D]. 胡学发.东北大学 2008
[4]汽车再生制动稳定性与制动踏板平稳性控制研究[D]. 陈庆樟.江苏大学 2008
[5]基于Petri网的故障诊断技术研究及其在液压系统中的应用[D]. 李厦.同济大学 2006
[6]盾构模拟试验平台电液控制系统关键技术研究[D]. 胡国良.浙江大学 2006
[7]基于FDA/DPLS方法的流程工业故障诊断研究[D]. 蒋丽英.浙江大学 2005
[8]非完整移动机器人的鲁棒控制研究[D]. 胡终须.华南理工大学 2000

硕士论文
[1]基于SDG的化工过程故障诊断系统研究[D]. 李传坤.青岛科技大学 2009
[2]原油蒸馏装置SDG故障诊断应用研究[D]. 许欣.北京化工大学 2008
[3]基于Petri网的间歇工业过程故障诊断[D]. 潘波.北京化工大学 2006
[4]SDG故障诊断试验平台的研究与开发[D]. 王磊.北京化工大学 2005
[5]基于多元统计分析的生产过程故障诊断研究[D]. 陈勇.浙江大学 2003



本文编号：3297663