基于全新的动态结构和高阶累积分析的过程监测方法研究

发布时间：2017-08-18 09:14

  本文关键词：基于全新的动态结构和高阶累积分析的过程监测方法研究

  更多相关文章： 动态结构选择方法 动态过程 高阶累积分析方法 过程状态监测

【摘要】：高阶累积分析(Higher-order Cumulants Analysis,简称HCA)是使用高阶统计量对非高斯过程进行状态监测而非传统的低阶累积量,高阶累积分析在过程状态监测领域是针对非高斯过程进行监测的一种新方法。虽然HCA方法在进行非高斯过程状态监测方面表现出了非常强的实力,但是HCA方法依然是静态方法,在对动态特性强的非高斯过程进行处理时依然表现出很多不足之处。目前有许多种方法(动态主成分分析方法和动态独立成分分析方法等)可以应用于动态过程状态监测中,但是这些动态监测方法最关键的不足之处在于它们动态结构的选择方式。当前几乎所有的动态监测方法均将过程变量看做一个整体进行处理,为其选择一个相同的时滞阶次。但是对于实际的工业过程,这种方法并不合适,因为不是所有的过程变量的时滞阶次都是相同的。为了解决这个问题,本文提出了一种可以为每个过程变量单独选择动态结构的全新的动态结构构造方法。同时,本课题还提出了两种动态HCA (DHCA)方法,一种是应用传统的动态结构构造方法,另一种则是应用本文提出的全新的动态结构构造方法。这两种DHCA方法均以TE过程为背景,并和其它的统计过程监测方法进行对比,结果证明其在状态监测方面具有更加优越的性能。
【关键词】：动态结构选择方法 动态过程 高阶累积分析方法 过程状态监测
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O213
【目录】：

• 摘要4-5
• abstract5-11
• 第一章 绪论11-17
• 1.1 引言11
• 1.2 国内外的研究和发展现状11-14
• 1.3 本文的主要研究内容和文章结构安排14-17
• 第二章 统计过程监测方法17-25
• 2.1 主成分分析方法17-18
• 2.2 独立成分分析方法18-21
• 2.3 高阶累积分析(HCA)方法21-22
• 2.4 动态分析方法22-24
• 2.5 本章小结24-25
• 第三章 动态高阶累积分析方法25-33
• 3.1 引言25
• 3.2 动态HCA(DHCA)25-30
• 3.2.1 新的动态结构选择方法25-29
• 3.2.2 两种DHCA方法29-30
• 3.3 基于贡献图的故障诊断方法30-31
• 3.4 本章小结31-33
• 第四章 仿真实验33-59
• 4.1 Tennessee Eastman过程简介33-37
• 4.2 多方法仿真比较37-52
• 4.2.1 静态HCA和两种DHCA比较38-44
• 4.2.2 DICAs方法和DHCAs方法对比44-48
• 4.2.3 DICAd方法和DHCAd方法对比48-52
• 4.3 故障检测性能评估52-56
• 4.4 故障诊断56-59
• 第五章 结论及展望59-61
• 5.1 结论59
• 5.2 展望59-61
• 参考文献61-67
• 致谢67-69
• 研究成果及发表的学术论文69-71
• 作者及导师介绍71-72
• 附件72-73

【共引文献】

中国期刊全文数据库 前10条

1 蒋夕平;吴凤凰;蒋昱;修连存;;基于FastICA算法的高光谱矿物丰度反演[J];吉林大学学报(地球科学版);2013年05期

2 张云娇;雷斌;朱婷婷;;针对电磁干扰的滤波技术[J];电声技术;2013年12期

3 孙通;许文丽;胡田;刘木华;;基于UVE-ICA和支持向量机的南丰蜜桔可溶性固形物可见-近红外检测[J];光谱学与光谱分析;2013年12期

4 李春蔚;;一种改进的独立成分分析算法的计算机仿真研究[J];电脑知识与技术;2013年32期

5 纳跃跃;谢，

本文编号：693764