流程工业多层次数据校正研究
发布时间：2023-03-11 00:15
数据校正是一个传统的技术,经过半个多世纪的发展,该学科已经发展成为一个结合统计学、运筹学、系统建模、优化算法、管理学等领域的多学科交叉的研究领域。在流程工业领域,通过数据协调和显著误差检测所提供的准确数据是流程模拟、统计分析、故障诊断等上层应用有效运行的基础。随着工业自动化技术的不断完善与IT技术的日新月异,数据校正技术也融合进了人工智能等多项新的技术。伴随着企业规模的扩大和应用需求的提高,数据校正技术面临更严峻的挑战、更高的要求。面对新的需求,传统的算法需要改进,有很多新的问题需要解决。本文在综述国内外数据校正技术的重要性以及理论研究的概述之后,对分层建模、大系统分解、多层次校正,以及离散事件跟踪和动态数据协调算法进行了深入的研究。本文的主要内容和创新点如下:1.提出了混杂系统的多层次数据校正框架。在分析了流程工业数据的多层次特性和混杂特性的基础上,提出的带有离散事件的不同时间尺度下的分层物料平衡建模方法,充分挖掘了不同层次数据之间的关系,更准确地描述了现代流程工业企业的生产过程。在建模方法的基础上,结合实际生产中面临的问题,提出了混杂系统的多层次数据校正框架,该框架包含了单层次的大...
【文章页数】：154 页
【学位级别】：博士
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
1.1 数据校正技术的重要性
1.1.1 智慧生产与信息物理系统
1.1.2 智慧生产中的数据校正
1.2 数据校正理论研究概述
1.2.1 数据协调与显著误差检测
1.2.2 鲁棒数据校正
1.2.3 大系统分解
1.2.4 分层建模与多层次数据校正
1.3 数据校正的工业应用与发展趋势
1.4 本文研究内容与结构
1.5 本章小结
2 流程工业混杂系统的多层次数据校正框架
2.1 流程工业数据的多层次特性
2.1.1 基于三层结构的层次描述
2.1.2 多层次数据校正描述
2.2 流程工业数据的混杂特性
2.3 分层物料平衡建模
2.3.1 准稳态空间分层建模算法
2.3.2 不同时间尺度下的空间分层建模算法
2.3.3 带有离散事件的分层建模算法
2.3.4 案例分析
2.4 流程工业多层次数据校正框架
2.5 本章小结
3 基于图论的流程工业单层次大系统分解方法研究
3.1 大系统分解的需求与意义
3.2 背景概念
3.2.1 图论基础
3.2.2 割集与流量
3.2.3 可靠性及可靠度计算
3.3 基于图论的大系统分解方法
3.3.1 大系统分解的评判标准
3.3.2 测量值的处理
3.3.3 算法流程
3.4 仿真研究
3.4.1 数值案例
3.4.2 工业案例
3.5 单层次大系统分解的多层次应用流程
3.6 本章小结
4 混杂系统中离散事件的跟踪与检测
4.1 混杂系统中的数据流程
4.2 混杂系统中的离散事件
4.2.1 数据与事件
4.2.2 移动
4.3 混杂系统中离散事件的跟踪检测与还原
4.3.1 数据链的重构
4.3.2 跟踪与还原步骤
4.4 案例分析
4.4.1 数据链重构
4.4.2 事件跟踪与还原
4.5 本章小结
5 子系统线性动态数据协调求解方法的鲁棒性改进
5.1 线性动态数据协调
5.2 Huber估计
5.3 几个基本概念
5.3.1 局部冗余度
5.3.2 线性动态过程建模
5.3.3 鲁棒数据校正
5.3.4 Huber估计的鲁棒数据校正
5.4 求解策略
5.4.1 Huber估计影响函数的改进
5.4.2 Huber估计权重函数的改进
5.4.3 新的鲁棒最小二乘估计的数据协调算法流程
5.5 案例分析
5.5.1 数值案例
5.5.2 对比案例
5.5.3 工业案例
5.6 本章小结
6 总结与展望
6.1 研究工作总结
6.2 研究展望
附录A 第2章附录 工业案例各级物流平衡方程、采样点和周期
附录B 第4章附录 工业案例离散事件列举
符号说明
参考文献
作者简介及在学期间所取得的科研成果
本文编号：3758827
【文章页数】：154 页
【学位级别】：博士
【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
1.1 数据校正技术的重要性
1.1.1 智慧生产与信息物理系统
1.1.2 智慧生产中的数据校正
1.2 数据校正理论研究概述
1.2.1 数据协调与显著误差检测
1.2.2 鲁棒数据校正
1.2.3 大系统分解
1.2.4 分层建模与多层次数据校正
1.3 数据校正的工业应用与发展趋势
1.4 本文研究内容与结构
1.5 本章小结
2 流程工业混杂系统的多层次数据校正框架
2.1 流程工业数据的多层次特性
2.1.1 基于三层结构的层次描述
2.1.2 多层次数据校正描述
2.2 流程工业数据的混杂特性
2.3 分层物料平衡建模
2.3.1 准稳态空间分层建模算法
2.3.2 不同时间尺度下的空间分层建模算法
2.3.3 带有离散事件的分层建模算法
2.3.4 案例分析
2.4 流程工业多层次数据校正框架
2.5 本章小结
3 基于图论的流程工业单层次大系统分解方法研究
3.1 大系统分解的需求与意义
3.2 背景概念
3.2.1 图论基础
3.2.2 割集与流量
3.2.3 可靠性及可靠度计算
3.3 基于图论的大系统分解方法
3.3.1 大系统分解的评判标准
3.3.2 测量值的处理
3.3.3 算法流程
3.4 仿真研究
3.4.1 数值案例
3.4.2 工业案例
3.5 单层次大系统分解的多层次应用流程
3.6 本章小结
4 混杂系统中离散事件的跟踪与检测
4.1 混杂系统中的数据流程
4.2 混杂系统中的离散事件
4.2.1 数据与事件
4.2.2 移动
4.3 混杂系统中离散事件的跟踪检测与还原
4.3.1 数据链的重构
4.3.2 跟踪与还原步骤
4.4 案例分析
4.4.1 数据链重构
4.4.2 事件跟踪与还原
4.5 本章小结
5 子系统线性动态数据协调求解方法的鲁棒性改进
5.1 线性动态数据协调
5.2 Huber估计
5.3 几个基本概念
5.3.1 局部冗余度
5.3.2 线性动态过程建模
5.3.3 鲁棒数据校正
5.3.4 Huber估计的鲁棒数据校正
5.4 求解策略
5.4.1 Huber估计影响函数的改进
5.4.2 Huber估计权重函数的改进
5.4.3 新的鲁棒最小二乘估计的数据协调算法流程
5.5 案例分析
5.5.1 数值案例
5.5.2 对比案例
5.5.3 工业案例
5.6 本章小结
6 总结与展望
6.1 研究工作总结
6.2 研究展望
附录A 第2章附录 工业案例各级物流平衡方程、采样点和周期
附录B 第4章附录 工业案例离散事件列举
符号说明
参考文献
作者简介及在学期间所取得的科研成果
本文编号：3758827
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3758827.html
