多变量轨迹分析的过程故障检测方法

发布时间：2018-08-27 13:51

【摘要】：为了解决实际工业过程中的多变量动态过程监测问题,提出了一种基于多变量轨迹分析和主元分析的在线故障检测方法。通过构造过程轨迹向量实现了多变量动态信息的提取,结合主元分析算法对模型进行了改进,利用改进模型充分分析了过程数据的变化特征,同时将关键变量的轨迹趋势图作为参考实现了离线建模和在线故障检测。与传统的基于轨迹分析的方法相比,所提方法克服了变量个数限制,解决了统计量难以设计的问题,提取了过程动态特性,实现了更为可靠的动态过程监测。通过某企业合成氨生产中转化单元的实例验证表明,所提方法在处理多变量动态过程的故障检测问题上效果良好。
[Abstract]:In order to solve the problem of multivariable dynamic process monitoring in practical industrial processes, an on-line fault detection method based on multivariable trajectory analysis and principal component analysis is proposed. The multi-variable dynamic information is extracted by constructing the process path vector, and the model is improved by combining the principal component analysis algorithm, and the variation characteristics of the process data are fully analyzed by the improved model. At the same time, off-line modeling and on-line fault detection are realized by using the trajectory trend diagram of key variables as reference. Compared with the traditional trajectory analysis method, the proposed method overcomes the limitation of the number of variables, solves the problem that the statistics are difficult to design, extracts the dynamic characteristics of the process, and realizes more reliable dynamic process monitoring. The example of conversion unit in ammonia production in a certain enterprise shows that the proposed method is effective in dealing with the problem of fault detection in multivariable dynamic process.
【作者单位】： 浙江大学工业控制技术国家重点实验室;
【基金】：国家自然科学基金资助项目(61573308) 高等学校博士学科点专项科研基金资助项目(20130101110138)
【分类号】：TP277

【相似文献】

相关期刊论文 前10条

1 宋泾霖;;多变量组合分类统计的编程方法[J];西安理工大学学报;1985年03期

2 吴晓威;张井岗;;基于灰色预测的多变量自适应PID控制器[J];工业仪表与自动化装置;2008年02期

3 任丽红;刘雨波;罗雄麟;许锋;;多变量时滞系统的关联分析与变量配对[J];化工自动化及仪表;2012年06期

4 沈炯,陈来九;用多变量频域法设计供热单元机组协调控制系统[J];中国电机工程学报;1988年01期

5 唐晏,孙优贤;多变量过程的专家系统控制[J];信息与控制;1997年04期

6 林岩,毛剑琴,孙秀霞;具有理想跟踪特性的多变量变结构模型参考自适应控制[J];自动化学报;2002年01期

7 张珩;线性多变量连续系统参数的高精度辨识[J];控制理论与应用;1985年03期

8 杨马英，王树青，，王骥程;多变量有约束过程的协调预测控制策略[J];控制与决策;1996年06期

9 王亚刚;许晓鸣;;复杂多变量过程模型的闭环频域辨识[J];控制与决策;2010年06期

10 汪庆淼;鞠时光;;基于预测状态表示的多变量概率系统预测[J];计算机应用;2012年11期

相关会议论文 前10条

1 贾利民;张锡第;谢肇桐;;多变量模糊系统的一个快速算法[A];1995年中国控制会议论文集（下）[C];1995年

2 徐敦忠;林岩;毛剑琴;;多变量变结构模型参考自适应控制[A];第二十届中国控制会议论文集（上）[C];2001年

3 李维;秦京华;;应用中的多变量自校正调节器[A];1998年中国控制会议论文集[C];1998年

4 张兴武;陈雪峰;何正嘉;;梁类结构的多变量小波有限元动力学分析[A];中国力学大会——2013论文摘要集[C];2013年

5 张维存;李清泉;;多变量组合自校正器[A];1991年控制理论及其应用年会论文集（上）[C];1991年

6 李清泉;张维存;;时延未知或时变的多变量组合自校正器的设计[A];1991年控制理论及其应用年会论文集（上）[C];1991年

7 李少远;王群仙;袁著祉;;一种改进的多变量模糊逻辑推理方法[A];1996年中国控制会议论文集[C];1996年

8 宋松柏;金菊良;康艳;;Copulas函数描述洪水多变量联合概率分布的几个问题探讨[A];中国水文科技新发展——2012中国水文学术讨论会论文集[C];2012年

9 张竟新;;一类确定性多变量非线性系统的自适应控制[A];1989年控制理论及其应用年会论文集（中）[C];1989年

10 冯丽辉;陈雯;史红梅;;活化炉的多变量解耦控制研究[A];首届全国有色金属自动化技术与应用学术年会论文集[C];2003年

相关博士学位论文 前6条

1 陶成东;多变量公钥密码方案的设计与分析[D];华南理工大学;2015年

2 王珠;若干类多变量线性系统模型辨识方法研究[D];北京化工大学;2016年

3 张志杰;面向复杂产品制造的多变量过程调整技术研究[D];天津大学;2013年

4 魏利胜;多变量网络控制系统建模、控制与调度初探[D];上海大学;2009年

5 任耀庆;多变量模糊逻辑控制系统的设计及其应用[D];中南大学;2013年

6 黄道平;多变量非线性过程控制[D];华南理工大学;1998年

相关硕士学位论文 前10条

1 季一丁;多变量复杂系统的稳态检测和提取方法研究[D];浙江大学;2016年

2 陆鸣;一种混合型的多变量数字签名系统的低资源FPGA设计与实现[D];华南理工大学;2016年

3 段建国;基于数据驱动的复杂多变量闭环辨识技术研究[D];华北电力大学(北京);2016年

4 李思遥;基于多变量多项式的公钥密码系统的研究与实现[D];重庆大学;2016年

5 陈伟;多变量模型参考自适应控制进一步研究[D];曲阜师范大学;2008年

6 程志金;多变量系统辨识方法的研究及应用[D];北京化工大学;2012年

7 肖丹卉;结合优先级的多变量过程报警阈值优化方法[D];北京化工大学;2014年

8 王明明;多变量闭环辨识[D];北京化工大学;2008年

9 王检耀;三维接触碰撞动力学的多变量方法及接触模型研究[D];上海交通大学;2014年

10 谢敏;多变量极值分布在区域暴雨极值分析中的应用[D];南京信息工程大学;2011年

本文编号：2207484