多工况过程监控中的概率主元分析方法研究

发布时间：2017-10-31 02:05

  本文关键词：多工况过程监控中的概率主元分析方法研究

  更多相关文章： 过程监控 多工况过程 概率主元分析 EM算法 变分贝叶斯方法

【摘要】：由于现代工业生产的特点与人们物质生活的需求,工业生产过程不仅仅只是单一工况,而是包含了多个稳定的工况。传统的多变量统计监控方法如果直接运用到这种多工况过程中,可能会产生故障的漏报,严重的会造成人员伤亡与经济损失。多模型方法作为一种普遍应用于多工况过程监控领域的方法,其原理易于理解,目的在于使建立的子模型符合每个工况的特征,是一种能够有效监控过程故障的方法。 本文以多变量统计方法中的PCA方法为基础,使用混合概率PCA模型对多工况过程进行建模,并将混合概率PCA模型应用于TE过程与CSTR过程中。主要内容如下： (1)首先阐述了本文的基础——基于PCA的监控方法,进而对PPCA模型的相关知识进行了研究,并对其中EM算法的估计机制进行了分析。为了符合多模型这一特点,详细阐述了PPCA扩展为MPPCA的过程,并且构造基于MPPCA模型方法的监控统计量。 (2)在EM算法的基础上,使用变分贝叶斯方法对MPPCA模型进行估计参数,充分利用数据的先验知识。在原有算法的基础上,将参数看做随机变量,使用超参数描述参数的概率分布,最终估计出合适的参数。最后使用变分贝叶斯方法对一组环形数据进行建模仿真,可以得出该方法可有效建立多个子模型。 (3)将MPPCA模型的两种建模方法(EM算法与变分贝叶斯方法)应用于TE过程与CSTR过程中,计算各子模型的监控统计量,使用贝叶斯推断整合多个模型的监控结果,通过仿真结果的比较,验证了两种方法的有效性。
【关键词】：过程监控 多工况过程 概率主元分析 EM算法 变分贝叶斯方法
【学位授予单位】：华东理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O212
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-20
• 1.1 引言9-10
• 1.2 过程监控概述10-11
• 1.2.1 过程监控的对象10-11
• 1.2.2 过程监控的步骤11
• 1.3 过程监控的方法11-15
• 1.3.1 基于定量模型的方法11-12
• 1.3.2 基于知识的方法12-14
• 1.3.3 基于数据驱动的方法14-15
• 1.4 统计过程监控的研究现状15-16
• 1.4.1 单变量统计过程监控15
• 1.4.2 多变量统计过程监控15-16
• 1.5 工业过程监控分类16-18
• 1.5.1 多工况过程监控16-18
• 1.5.2 多阶段过程监控18
• 1.5.3 非线性过程监控18
• 1.5.4 间歇过程监控18
• 1.6 本文的结构18-20
• 第2章 概率主元分析方法20-35
• 2.1 基于主元分析的统计过程监控20-23
• 2.1.1 主元分析算法20-21
• 2.1.2 主元个数的确定21-23
• 2.2 概率主成分分析模型23-30
• 2.2.1 模型描述23-25
• 2.2.2 PPCA的EM算法25-29
• 2.2.3 PPCA的监控方法29-30
• 2.3 混合主元分析模型30-33
• 2.3.1 混合主元分析模型描述30-32
• 2.3.2 MPPCA的EM算法32-33
• 2.4 本章小节33-35
• 第3章 基于变分贝叶斯方法的MPPCA模型估计35-47
• 3.1 变分贝叶斯方法概述35-36
• 3.2 变分贝叶斯理论36-39
• 3.2.1 变分贝叶斯学习规律36-38
• 3.2.2 平均场理论38-39
• 3.3 变分贝叶斯方法估计MPPCA模型39-45
• 3.3.1 MPPCA模型的先验分布40-42
• 3.3.2 变分贝叶斯估计过程42-45
• 3.4 变分贝叶斯建模方法的应用45-46
• 3.5 本章小结46-47
• 第4章 MPPCA模型在TE过程中的应用47-58
• 4.1 MPPCA模型的监控方法概述47
• 4.2 贝叶斯推断47-48
• 4.3 MPPCA方法用于监控多工况过程48-53
• 4.3.1 TE过程48-50
• 4.3.2 TE过程变量与故障50-53
• 4.4 MPPCA方法在TE过程中的应用53-57
• 4.5 本章小结57-58
• 第5章 MPPCA模型在CSTR过程中的应用58-64
• 5.1 CSTR过程简介58
• 5.2 CSTR工艺过程58-60
• 5.2.1 CSTR反应过程58-59
• 5.2.2 CSTR过程的工况与变量59-60
• 5.3 MPPCA模型应用于CSTR过程60-63
• 5.4 本章小结63-64
• 第6章 总结与展望64-65
• 参考文献65-71
• 致谢71-72
• 作者在攻读硕士学位期间取得的成果72

【参考文献】

中国期刊全文数据库 前10条

1 牛征,刘吉臻,牛玉广;动态多主元模型故障检测方法在变工况过程中的应用[J];动力工程;2005年04期

2 陈勇,梁军,陆浩;基于PCA的多变量控制系统的故障监测与诊断[J];工程设计学报(机械·设备和仪器的开发技术);2002年05期

3 孙大飞,陈志国,刘文举;基于EM算法的极大似然参数估计探讨[J];河南大学学报(自然科学版);2002年04期

4 王再英;金晶;;保持型仿人PID在温度控制中的应用[J];化工自动化及仪表;2010年12期

5 刘直芳,游志胜,王运琼;基于概率主成分分析的人脸识别[J];红外与激光工程;2004年01期

6 卿湘运;王行愚;;子空间聚类的非参数模型及变分贝叶斯学习[J];计算机学报;2007年08期

7 杨沛武;刘飞;;基于动态概率主元分析的统计过程监测[J];计算机与应用化学;2008年04期

8 李晓理,王伟,孙维;多模型自适应控制[J];控制与决策;2000年04期

9 谭帅;王福利;彭俊;石怀涛;;多模态过程中新模态过程建模方法[J];控制与决策;2012年08期

10 周东华;孙优贤;席裕庚;张钟俊;;一类非线性系统参数偏差型故障的实时检测与诊断[J];自动化学报;1993年02期

，

本文编号：1120288