基于数据驱动的流程工业过程故障检测研究

发布时间：2024-02-27 17:16

　　随着计算机技术的发展以及工业4.0等理念的推广,现代工业过程更趋向于自动化、集成化、复杂化和智能化。在对此类复杂的工业过程进行故障检测时,传统故障检测方法已不再适用。近几年,传感器技术和数据实时存储技术快速发展,工业过程中大量的过程数据得以保存。在这种情况下,基于数据驱动的故障检测方法迅速发展并且被广泛应用于现代工业的过程监控。基于数据驱动的过程故障检测是一个较大的概念,包括多种故障检测方法,多元统计分析是其一个重要分支,目前其应用也最为广泛。本文的研究主要围绕多元统计分析方法展开,主要内容如下:(1)针对传统故障检测中T2统计量超限而SPE统计量未超限这一情况,提出一种改进动态主元分析算法。该方法利用主元相关变量残差统计量代替传统的平方预测误差统计量,能提供更详细与主元相关的过程变量信息,可以有效识别出T2统计量超限的原因。(2)针对核主元分析方法的核矩阵K的计算耗时以及在检测过程中对于一些小扰动引起的过程故障易出现的误报问题,提出一种改进核主元分析方法。该方法引入不可区分度与特征向量选择的概念,利用不可区分度去除原来变量样本中的相关度较小的变量减小误报率,利用特征向量选择减少特征样...

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题背景及意义
    1.2 过程监控概述
        1.2.1 过程监控的内容
        1.2.2 过程监控的方法分类
    1.3 多元统计分析方法的研究现状
    1.4 亟待解决的问题
    1.5 本章小结
第二章 蒸馏塔半实物仿真模型
    2.1 半实物仿真技术
        2.1.1 半实物仿真平台结构
        2.1.2 半实物仿真平台在故障检测的应用
    2.2 蒸馏塔
        2.2.1 蒸馏塔工艺分析
        2.2.2 蒸馏塔的工艺参数
        2.2.3 蒸馏塔的典型故障
    2.3 传统监控方法
        2.3.1 传统监控方法及其不足
        2.3.2 单变量统计监控
    2.4 本章小结
第三章 动态主元分析及其改进方法
    3.1 主元分析方法
        3.1.1 数据预处理
        3.1.2 主元分析基本原理
        3.1.3 主元个数选择
        3.1.4 统计量
        3.1.5 主元分析的故障检测过程
    3.2 动态主元分析方法
        3.2.1 动态主元分析基本原理
        3.2.2 动态主元分析的故障检测过程
    3.3 PCA与DPCA在半实物仿真平台蒸馏塔过程的故障检测
    3.4 改进动态主元分析方法
        3.4.1 主元相关变量残差统计量
        3.4.2 改进动态主元分析的故障检测过程
    3.5 改进DPCA在半实物仿真平台蒸馏塔过程的故障检测
    3.6 本章小结
第四章 核主元分析方法及其改进方法
    4.1 核主元分析方法
        4.1.1 核主元分析方法的基本原理
        4.1.2 核函数的选择
        4.1.3 核主元分析监控指标
        4.1.4 核主元分析的故障检测过程
    4.2 PCA、DPCA与KPCA在半实物仿真平台蒸馏塔过程的故障检测
    4.3 改进核主元分析方法
        4.3.1 不可区分度
        4.3.2 特征向量选择
        4.3.3 改进KPCA方法的故障检测过程
    4.4 改进KPCA在半实物仿真平台蒸馏塔过程的故障检测
    4.5 监控仿真平台
        4.5.1 基于Matlab的故障检测方法
        4.5.2 蒸馏塔故障检测监控平台
    4.6 本章小结
第五章 总结与展望
    5.1 研究总结
    5.2 展望
参考文献
发表论文和科研情况说明
致谢



本文编号：3912713