基于数据驱动的工业过程故障诊断方法研究

发布时间：2017-06-10 06:07

  本文关键词：基于数据驱动的工业过程故障诊断方法研究，由笔耕文化传播整理发布。

【摘要】：在现代工业生产设备的使用中出现故障是在所难免的,然而不能被及时准确的检测和排除时,有可能导致整个系统的瘫痪,造成的损失与损害不堪设想。而因为生产设备中往往生成和收集了大量的跟踪或机器数据,所以基于数据驱动的方法已被广泛地应用到工业过程故障诊断中。该方法不依靠精确的系统数学模型,只利用基于大量数据的控制算法,因此具有高效性与便捷性。考虑到工业过程的复杂性与数据的非线性,在目前应用最广泛的非线性故障诊断技术的基础之上不断完善,本文所进行的主要研究如下：1)为了克服传统非线性故障诊断方法精度低的缺点,研究基于扩散映射的K最近邻(DM-KNN)故障检测方法。该方法充分考虑数据中的流形非线性结构并且保留非线性数据的全局特性；利用K最近邻法则克服遗漏残差信息的优点,将其故障检测的原理应用到特征提取后的低维流形特征空间中来检测潜在故障,其诊断结果更加可靠准确。以TE过程为研究背景,利用TE过程仿真数据对典型故障进行验证, 结果表明该方法具有高精度。2)为了克服目前高精故障识别的自动化技术匮乏问题,提出了基于扩散映射与隐马尔科夫模型(DM-HMM)的数据驱动故障诊断方法。该方法采用“特征提取与分类决策”的智能故障识别思想,利用扩散映射减少数据存储成本,并将获取到的低维特征向量作为隐马尔科夫模型的观测序列进行故障模式的识别,从而提高诊断的快速性与准确性。最后将该方法应用到TE过程模拟器中实现仿真验证,结果表明该方法的有效性。
【关键词】：故障诊断 数据驱动 特征提取 TE过程
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP277
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 绪论9-17
• 1.1 课题背景意义与应用价值9-10
• 1.2 故障诊断的方法与分类10-12
• 1.2.1 基于定性知识经验的诊断11-12
• 1.2.2 基于分析模型的诊断12
• 1.2.3 基于数据驱动的诊断12
• 1.3 基于数据驱动的故障诊断分类12-15
• 1.3.1 基于多元统计的诊断方法12-13
• 1.3.2 基于信号处理的诊断方法13-14
• 1.3.3 基于定量的人工智能诊断方法14-15
• 1.4 目前存在的问题与发展趋势15-16
• 1.4.1 目前存在的问题15
• 1.4.2 发展趋势15-16
• 1.5 本文研究工作16
• 1.6 小结16-17
• 第二章 基于核主元分析的故障诊断17-30
• 2.1 引言17-18
• 2.2 主元分析原理与建模18-21
• 2.3 基于核主元分析的故障诊断原理21-27
• 2.3.1 核主元分析原理21-24
• 2.3.2 核主元分析映射数据的标准化问题24-25
• 2.3.3 核主元分析模型建立25-26
• 2.3.4 故障检测的实现26-27
• 2.4 仿真27-29
• 2.5 本章小结29-30
• 第三章 基于扩散映射的K最近邻故障检测30-47
• 3.1 引言30
• 3.2 扩散映射理论30-35
• 3.2.1 流形的含义30-31
• 3.2.2 扩散距离的产生及其意义31-33
• 3.2.3 数据的本征维度估计33-34
• 3.2.4 数据降维的实现34-35
• 3.3 K最近邻检测方法35-37
• 3.3.1 K最近邻检测方法原理及建模35-36
• 3.3.2 核密度估计法确定临界值36-37
• 3.4 扩散映射与K最近邻检测法的结合37-38
• 3.5 TE过程下的仿真38-46
• 3.5.1 TE过程模型介绍38-42
• 3.5.2 仿真分析42-46
• 3.6 本章小结46-47
• 第四章 基于扩散映射的隐马尔科夫模型故障诊断47-64
• 4.1 引言47-48
• 4.2 隐马尔科夫模型理论48-49
• 4.2.1 隐马尔科夫模型简介48
• 4.2.2 隐马尔科夫模型参数48-49
• 4.3 隐马尔科夫模型的3个基本问题49-55
• 4.3.1 利用前向算法估算P(O|η)49-51
• 4.3.2 Viterbi(维特比)算法51-53
• 4.3.3 Baum-Welch(鲍姆韦尔奇)算法53-55
• 4.4 基于扩散映射的隐马尔科夫模型的故障识别55-58
• 4.4.1 隐马尔科夫模型的训练55-56
• 4.4.2 基于DM-HMM的故障识别流程56-58
• 4.5 TE过程下的仿真58-63
• 4.6 本章小结63-64
• 第五章 总结与展望64-65
• 参考文献65-69
• 致谢69

【相似文献】

中国期刊全文数据库 前10条

1 韩志国;;数据驱动的内容生产[J];中国传媒科技;2014年07期

2 付华军;陈吕芳;;试论数据驱动语言学习对教学模式的影响[J];科技经济市场;2007年12期

3 黄士力;金惠英;周凡;冯泾;潘崇伦;;面向数据驱动应用的水务信息一体化数据组织与管理[J];水利水文自动化;2008年03期

4 刁柏青;乔迪;;元数据驱动在人力资源管理系统建设中的实现[J];电力信息化;2011年01期

5 陈颖;;基于信息技术的语料数据驱动模式及其应用研究[J];实验技术与管理;2012年11期

6 黄以宽;数据驱动，一种实用的原型化开发方法[J];电脑开发与应用;1996年01期

7 黄万武;孙炳文;;数据驱动语言学习—教学模式的转变[J];武汉科技学院学报;2006年11期

8 刘贤梅;张巧生;李君;张晶;;数据驱动的人体动画合成研究综述[J];计算机工程与设计;2010年18期

9 王宏;;认识基于数据驱动的工业过程控制[J];控制工程;2013年02期

10 王雪枝;;大数据时代图书馆数据驱动服务模式的构建[J];科技风;2013年20期

中国重要会议论文全文数据库 前7条

1 胡继华;;元数据驱动在信息资源管理中的应用研究——以城建行业为例[A];中国地理信息系统协会第三次代表大会暨第七届年会论文集[C];2003年

2 石磊;;数据驱动新闻的制约与挑战[A];媒介化社会的社会文明建构——第四届“华中地区研究生新闻传播学术论坛”优秀论文集[C];2013年

3 韩守鹏;邱晓刚;黄柯棣;;动态数据驱动的适应性建模与仿真[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

4 邹自明;;国际日地空间物理虚拟观测台新进展[A];中国地球物理学会第二十四届年会论文集[C];2008年

5 王承博;朱登明;;数据驱动的大规模水面动画合成方法[A];第六届全国几何设计与计算学术会议论文集[C];2013年

6 刘倩;王缉宪;孙永海;;“数据驱动”的城市停车政策革新:方法与启示——以深圳为例[A];:城乡治理与规划改革——2014中国城市规划年会论文集（05 城市交通规划）[C];2014年

7 黄大网;南佐民;杨新亮;;数据驱动学习与英语写作教学中的语域知识传授——基于CLEC语料库的个案研究[A];英语写作教学与研究的中国视角——第四届中国英语写作教学与研究国际研讨会论文集[C];2008年

中国重要报纸全文数据库 前10条

1 上海科学学研究所 李辉 汤琦 梁Pr;数据驱动的创新[N];文汇报;2013年

2 赵国利;大数据驱动创新思维[N];解放军报;2013年

3 吴勇毅;如何建立大数据驱动的商业模式[N];中国冶金报;2014年

4 罗庆朗;运用大数据驱动创新发展[N];学习时报;2014年

5 本报记者 姚传富;数据驱动业务已经成为潮流[N];人民邮电;2014年

6 本报记者 别坤;大数据驱动智能交通[N];计算机世界;2013年

7 ;探寻“大数据驱动创新”的路径[N];文汇报;2013年

8 中国科学院院士 郭华东;科学大数据驱动学科发展[N];中国信息化周报;2014年

9 本报记者 宋辰;新互联时代 数据驱动商业变革[N];计算机世界;2013年

10 姜浩端 国务院发展研究中心信息中心副研究员;数据驱动决策的挑战[N];中国经济时报;2013年

中国博士学位论文全文数据库 前10条

1 汲小溪;大数据驱动的计算生物标识研究[D];复旦大学;2014年

2 黄爱芹;基于数据驱动的调节阀故障诊断方法研究[D];山东大学;2015年

3 李永强;数据驱动非线性控制：镇定、最优镇定以及输出跟踪[D];北京交通大学;2014年

4 谢雯;网络化系统中的数据驱动估计与控制[D];北京理工大学;2014年

5 周云;面向实时作战决策支持的动态数据驱动仿真理论和方法研究[D];国防科学技术大学;2010年

6 哀微;基于随机逼近的数据驱动控制方法研究[D];华南理工大学;2011年

7 赖邦传;数据驱动的综合智能决策支持系统及其生成器的研究与开发[D];中南大学;2005年

8 王宇雷;数据驱动的故障诊断与容错控制系统设计方法研究[D];哈尔滨工业大学;2013年

9 朱远明;基于参数化控制器的数据驱动控制方法研究[D];北京交通大学;2014年

10 陈建民;基于数据驱动的控制与故障检测及其应用[D];华东理工大学;2014年

中国硕士学位论文全文数据库 前10条

1 李方前;基于数据驱动的TE过程故障诊断研究[D];昆明理工大学;2015年

2 刘浩;基于即时学习的模型未知系统数据驱动控制策略研究[D];燕山大学;2015年

3 周晶晶;基于语料库的大学英语词汇教学实证研究[D];闽南师范大学;2015年

4 薛亮;数据驱动的商品推送系统的设计与实现[D];哈尔滨工业大学;2015年

5 陈金龙;大数据驱动的智能交通云服务构建与组合技术研究[D];杭州师范大学;2015年

6 李晓晨;面向软件仓库挖掘的数据驱动特征构建方法[D];大连理工大学;2015年

7 王秋钰;大数据驱动下的影响者营销研究[D];南京大学;2015年

8 汪盼;基于语料库的数据驱动学习法在初中英语语法课堂教学中的运用研究[D];杭州师范大学;2015年

9 李娜;基于数据驱动的PID控制器优化研究[D];华北电力大学;2015年

10 黄鼎慧;基于数据驱动的FAO系统测试方法研究[D];北京交通大学;2016年

  本文关键词：基于数据驱动的工业过程故障诊断方法研究，，由笔耕文化传播整理发布。

本文编号：437555