连续化工过程远程智能超早期预警方法研究
发布时间：2021-02-23 04:44
连续化工生产过程存在采样时间短、动态性强、非线性等特征,对过程工况进行监测预警对于保证安全稳定的生产活动尤为重要。现有的预警方法以短期预测为主,但现场人员对于一些复杂的操作往往短时间内无法处理,因此,需要将预警时间尽量提前至几分钟以上,才能保证充足的操作时间。而提前预警时间的同时,会造成系统出现大量的误报警和漏报警,会对现场人员造成一定的困扰,如何在提前预警时间的同时尽可能地保证预警准确度是一大难题。针对以上问题,本文展开以下4个方面的研究:（1）针对化工过程采样间隔短、动态性强,短期参数预测不能有效地为现场人员提供充足的操作时间,提出了基于单参数的超早期预测方法。采用最小二乘支持向量机对归一化处理后的过程数据进行训练,利用改进的粒子群优化算法对最小二乘支持向量机中的核参数和惩罚因子进行快速精确地全局寻优,得到优化的预测模型。相比DCS平均提前36.7s报警,预测精度和预测时间均优于最小二乘支持向量机模型和常规粒子群优化的最小二乘支持向量机模型。（2）针对现有整体工况异常监测预警方法大多采取统计量监测,易发生误报和漏报的问题,提出了一种基于多源信息融合的异常工况组合预警机制,准确对工况...
【文章来源】：中国石油大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题来源
1.2 课题研究的目的及意义
1.3 国内外研究现状
1.3.1 连续过程参数预测方法研究现状
1.3.2 连续过程异常工况监测方法研究现状
1.3.3 连续过程异常工况自动溯源方法研究现状
1.3.4 数据远程传输方法研究现状
1.4 研究内容及方案
1.5 技术路线图
第2章 基于单参数的异常工况超早期预测方法研究
2.1 引言
2.2 基于单参数的异常工况超早期预测方法基本原理
2.2.1 LSSVM原理
2.2.2 改进的PSO方法原理
2.3 基于单参数的异常工况超早期预测方法步骤
2.4 案例分析
2.4.1 丙烷塔超压异常工况一案例分析
2.4.2 丙烷塔超压异常工况二案例分析
2.4.3 丙烷塔超压异常工况三案例分析
2.4.4 案例分析结论
2.5 本章小结
第3章 基于多源信息融合的异常工况组合预警机制研究
3.1 引言
3.2 基于多源信息融合的异常工况组合预警机制基本理论
3.2.1 基于单参数的超早期预测方法
3.2.2 基于趋势分析的工况监测方法
3.2.3 基于聚类分析的工况监测方法
3.3 基于多源信息融合的异常工况组合预警机制步骤
3.4 案例分析
3.4.1 丙烷塔超压异常工况一案例分析
3.4.2 丙烷塔超压异常工况二案例分析
3.4.3 丙烷塔超压异常工况三案例分析
3.4.4 案例分析结论
3.5 本章小结
第4章 异常工况智能推理溯源方法研究
4.1 引言
4.2 异常工况智能推理溯源方法基本理论
4.2.1 Spearman相关系数方法
4.2.2 关联规则算法
4.3 异常工况智能推理溯源方法步骤
4.4 案例分析
4.4.1 丙烷塔超压异常工况案例分析
4.4.2 乙烷塔塔顶回流罐液位低异常工况案例分析
4.4.3 乙烷塔塔底液位低异常工况案例分析
4.4.4 案例分析结论
4.5 本章小结
第5章 远程智能超早期预警系统开发
5.1 引言
5.23 G技术数据远程传输基本理论
5.3 远程智能超早期预警系统开发
5.3.1 实时监测模块
5.3.2 单参数超早期预测模块
5.3.3 异常工况组合预警模块
5.3.4 异常工况自动溯源模块
5.3.5 报警阈值查看模块
5.3.6 远程传输模块
5.4 本章小结
第6章 结论与展望
6.1 结论
6.2 展望
参考文献
附录A 硕士期间科研成果
致谢
【参考文献】：
期刊论文
[1]结合改进PSO算法和LSSVM的化工异常工况超早期监测预警研究[J]. 胡瑾秋,郭放,张来斌. 电子测量与仪器学报. 2018(02)
[2]基于混沌-RBF神经网络的光伏发电功率超短期预测模型[J]. 王育飞,付玉超,孙路,薛花. 电网技术. 2018(04)
[3]基于多层优化PCC-SDG方法的化工过程故障诊断[J]. 董玉玺,李乐宁,田文德. 化工学报. 2018(03)
[4]基于K-means聚类法的牵引供电隔离开关故障状态监测[J]. 刘仕兵,葛俊祥. 华东交通大学学报. 2017(03)
[5]人工神经网络在化工过程中的应用进展[J]. 席宁. 当代化工研究. 2017(03)
[6]基于关联规则的航空电子设备故障诊断[J]. 石海洋,武华,张彬. 电子测试. 2017(06)
[7]基于改进核主元分析的故障检测方法研究[J]. 张珂,宋文丽,石怀涛,周乾. 控制工程. 2017(02)
[8]人工神经网络在化工过程中的应用进展[J]. 宋泓阳,孙晓岩,项曙光. 化工进展. 2016(12)
[9]基于PLS-LSSVM的谷氨酸发酵产物浓度预测建模[J]. 郑蓉建,潘丰. 化工学报. 2017(03)
[10]PCA-SDG在反应堆冷却剂系统典型故障诊断中的应用[J]. 温志斌,刘永阔,段智勇,彭敏俊. 应用科技. 2016(05)
博士论文
[1]数据驱动的工业过程鲁棒监测[D]. 朱金林.浙江大学 2016
[2]化工过程非正常工况自愈调控理论及工程应用研究[D]. 王峰.北京化工大学 2009
硕士论文
[1]基于遗传算法和BP神经网络的广州市空气质量预测与时空分布研究[D]. 赵李明.江西理工大学 2016
[2]基于ZigBee和GPRS技术的智能照明控制系统的研究与实现[D]. 杨世江.吉首大学 2015
[3]基于改进核主元分析的过程监测方法研究[D]. 张薇.东北大学 2014
[4]基于3G网络的设施蔬菜智能测控系统的设计与研究[D]. 刘佩勋.吉林农业大学 2013
[5]基于一类组合模型的PCA综合监控统计量预测方法[D]. 王高升.北京化工大学 2013
[6]基于3G网络的门机作业的数据传输与远程管理[D]. 仇艳丽.武汉理工大学 2013
[7]连续过程动态调度的研究[D]. 李西海.山东大学 2012
[8]基于ZigBee和GPRS的LED路灯智能照明控制系统的研究[D]. 郭园.青岛科技大学 2012
[9]基于神经网络的路段行程时间预测研究[D]. 来建波.云南大学 2011
[10]基于距离的离群点检测算法分析与研究[D]. 王震.重庆大学 2011
本文编号：3047038
【文章来源】：中国石油大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题来源
1.2 课题研究的目的及意义
1.3 国内外研究现状
1.3.1 连续过程参数预测方法研究现状
1.3.2 连续过程异常工况监测方法研究现状
1.3.3 连续过程异常工况自动溯源方法研究现状
1.3.4 数据远程传输方法研究现状
1.4 研究内容及方案
1.5 技术路线图
第2章 基于单参数的异常工况超早期预测方法研究
2.1 引言
2.2 基于单参数的异常工况超早期预测方法基本原理
2.2.1 LSSVM原理
2.2.2 改进的PSO方法原理
2.3 基于单参数的异常工况超早期预测方法步骤
2.4 案例分析
2.4.1 丙烷塔超压异常工况一案例分析
2.4.2 丙烷塔超压异常工况二案例分析
2.4.3 丙烷塔超压异常工况三案例分析
2.4.4 案例分析结论
2.5 本章小结
第3章 基于多源信息融合的异常工况组合预警机制研究
3.1 引言
3.2 基于多源信息融合的异常工况组合预警机制基本理论
3.2.1 基于单参数的超早期预测方法
3.2.2 基于趋势分析的工况监测方法
3.2.3 基于聚类分析的工况监测方法
3.3 基于多源信息融合的异常工况组合预警机制步骤
3.4 案例分析
3.4.1 丙烷塔超压异常工况一案例分析
3.4.2 丙烷塔超压异常工况二案例分析
3.4.3 丙烷塔超压异常工况三案例分析
3.4.4 案例分析结论
3.5 本章小结
第4章 异常工况智能推理溯源方法研究
4.1 引言
4.2 异常工况智能推理溯源方法基本理论
4.2.1 Spearman相关系数方法
4.2.2 关联规则算法
4.3 异常工况智能推理溯源方法步骤
4.4 案例分析
4.4.1 丙烷塔超压异常工况案例分析
4.4.2 乙烷塔塔顶回流罐液位低异常工况案例分析
4.4.3 乙烷塔塔底液位低异常工况案例分析
4.4.4 案例分析结论
4.5 本章小结
第5章 远程智能超早期预警系统开发
5.1 引言
5.23 G技术数据远程传输基本理论
5.3 远程智能超早期预警系统开发
5.3.1 实时监测模块
5.3.2 单参数超早期预测模块
5.3.3 异常工况组合预警模块
5.3.4 异常工况自动溯源模块
5.3.5 报警阈值查看模块
5.3.6 远程传输模块
5.4 本章小结
第6章 结论与展望
6.1 结论
6.2 展望
参考文献
附录A 硕士期间科研成果
致谢
【参考文献】：
期刊论文
[1]结合改进PSO算法和LSSVM的化工异常工况超早期监测预警研究[J]. 胡瑾秋,郭放,张来斌. 电子测量与仪器学报. 2018(02)
[2]基于混沌-RBF神经网络的光伏发电功率超短期预测模型[J]. 王育飞,付玉超,孙路,薛花. 电网技术. 2018(04)
[3]基于多层优化PCC-SDG方法的化工过程故障诊断[J]. 董玉玺,李乐宁,田文德. 化工学报. 2018(03)
[4]基于K-means聚类法的牵引供电隔离开关故障状态监测[J]. 刘仕兵,葛俊祥. 华东交通大学学报. 2017(03)
[5]人工神经网络在化工过程中的应用进展[J]. 席宁. 当代化工研究. 2017(03)
[6]基于关联规则的航空电子设备故障诊断[J]. 石海洋,武华,张彬. 电子测试. 2017(06)
[7]基于改进核主元分析的故障检测方法研究[J]. 张珂,宋文丽,石怀涛,周乾. 控制工程. 2017(02)
[8]人工神经网络在化工过程中的应用进展[J]. 宋泓阳,孙晓岩,项曙光. 化工进展. 2016(12)
[9]基于PLS-LSSVM的谷氨酸发酵产物浓度预测建模[J]. 郑蓉建,潘丰. 化工学报. 2017(03)
[10]PCA-SDG在反应堆冷却剂系统典型故障诊断中的应用[J]. 温志斌,刘永阔,段智勇,彭敏俊. 应用科技. 2016(05)
博士论文
[1]数据驱动的工业过程鲁棒监测[D]. 朱金林.浙江大学 2016
[2]化工过程非正常工况自愈调控理论及工程应用研究[D]. 王峰.北京化工大学 2009
硕士论文
[1]基于遗传算法和BP神经网络的广州市空气质量预测与时空分布研究[D]. 赵李明.江西理工大学 2016
[2]基于ZigBee和GPRS技术的智能照明控制系统的研究与实现[D]. 杨世江.吉首大学 2015
[3]基于改进核主元分析的过程监测方法研究[D]. 张薇.东北大学 2014
[4]基于3G网络的设施蔬菜智能测控系统的设计与研究[D]. 刘佩勋.吉林农业大学 2013
[5]基于一类组合模型的PCA综合监控统计量预测方法[D]. 王高升.北京化工大学 2013
[6]基于3G网络的门机作业的数据传输与远程管理[D]. 仇艳丽.武汉理工大学 2013
[7]连续过程动态调度的研究[D]. 李西海.山东大学 2012
[8]基于ZigBee和GPRS的LED路灯智能照明控制系统的研究[D]. 郭园.青岛科技大学 2012
[9]基于神经网络的路段行程时间预测研究[D]. 来建波.云南大学 2011
[10]基于距离的离群点检测算法分析与研究[D]. 王震.重庆大学 2011
本文编号：3047038
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3047038.html
