质量相关的统计过程监控和故障诊断方法研究
本文关键词:质量相关的统计过程监控和故障诊断方法研究
更多相关文章: 质量相关过程监控 偏最小二乘投影 SOM网络模型 全局与局部结构保持 可视化监控
【摘要】:随着先进的自动化、控制和优化系统的出现和频繁更新换代,过程操作日益复杂化,过程监控和故障诊断在现代化流程工业中显得极其重要。由于质量变量数据难以获取或获取费用极其昂贵,使得大部分现场应用的监控技术以监控过程变量的异常变化为主。但是在过程变量中当检测到一个故障发生时,并不能揭露这个故障是否会影响到输出质量。生产的目的是产品的最终质量指标,通过监控整个过程所处的状态,进而保证产品的生产质量,因此,考虑与输出质量相关的测量变量,通过监控对最终产品质量输出有影响的系统过程变量具有更加重要的现实意义。本文提出了一种新的质量相关的全局和局部偏最小二乘投影算法(QGLPLS)来获取质量变量和过程变量之间的相关关系。QGLPLS的主要思想是融合局部保持投影(Locality Preserving Projections, LPP)和偏最小二乘(Partial Least Squares, PLS)的优势,提取有意义的低维结构信息来表示高维过程变量和质量数据,能够利用同时包含全局和局部信息的潜在几何结构来解释包含过程变量和质量变量测量值的采样数据。众所周知,PLS的统计监控模型依据过程协方差最大化方向来寻找全局结构变化信息却不能很好地提取数据的局部邻近结构特征。LPP流形学习的方法恰好可以弥补这个缺陷,利用线性近似的方法来达到非线性映射的目的,同时保持系统的局部邻接流形,但是LPP没有考虑产品质量中隐含的信息。QGLPLS构建一个统一的优化框架,也就是在过程变量和质量变量空间使全局协方差最大化和局部邻接结构最小化,同时考虑过程变量和质量变量的流形结构和有效提取它们之间的相关关系并利用T2和SPE统计控制图实施在线过程监控。考虑到上述研究中并不能提供相对更好的可视化图形来进行在线过程监控和故障诊断,为此本文提出一种质量相关的自组织特征映射(Self-organization Map, SOM)的可视化过程监控和故障诊断的方法,先对难以测量的质量变量利用QGLPLS进行预测,然后将所有存储的过程变量数据与预测的质量变量数据进行自组织特征映射,将高维数据投影到二维拓扑空间,利用SOM较强的聚类能力及其可视化功能进行故障诊断,并采用动态轨迹图实施在线监控,更好地协助操作人员对现场工况的进行监控。
【关键词】:质量相关过程监控 偏最小二乘投影 SOM网络模型 全局与局部结构保持 可视化监控
【学位授予单位】:北京化工大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP277
【目录】:
- 摘要4-6
- ABSTRACT6-13
- 第一章 绪论13-25
- 1.1 课题的研究背景与意义13-14
- 1.2 故障诊断方法的研究现状14-19
- 1.2.1 基于定性分析方法16-17
- 1.2.2 基于定量分析方法17-19
- 1.3 统计过程监控方法19-21
- 1.4 质量相关的统计监控方法21-22
- 1.5 课题来源22
- 1.6 论文的结构与内容22-25
- 第二章 PLS和LPP统计监控原理与仿真平台介绍25-33
- 2.1 PLS统计监控原理25-26
- 2.2 LPP统计监控原理26-28
- 2.3 TE仿真平台简介28-31
- 2.4 本章小结31-33
- 第三章 质量相关的全局-局部偏最小二乘投影监控方法33-49
- 3.1 QGLPLS方法原理33-38
- 3.1.1 求解过程34-35
- 3.1.2 基于QGLPLS方法的监控模型35-38
- 3.2 全局和局部保持能力分析38-40
- 3.3 TE过程仿真研究40-48
- 3.3.1 正常操作和异常操作建模40-42
- 3.3.2 监控结果42-48
- 3.4 本章小结48-49
- 第四章 质量相关的SOM可视化监控方法49-75
- 4.1 SOM可视化原理49-52
- 4.2 质量相关的SOM可视化监控52-53
- 4.3 面向Iris数据集的SOM可视化分析53-56
- 4.4 TE仿真平台验证56-72
- 4.4.1 两类易检测故障的研究56-60
- 4.4.2 包含难检测故障的两类故障的研究60-64
- 4.4.3 三类易检测故障的研究64-68
- 4.4.4 包含难检测故障的四类故障的研究68-72
- 4.5 本章小结72-75
- 第五章 总结与展望75-77
- 参考文献77-81
- 致谢81-83
- 研究成果及发表的学术论文83-85
- 作者及导师简介85-87
- 附件87-88
【参考文献】
中国期刊全文数据库 前10条
1 张建明;赵忠盖;刘飞;;一种多向CPLS方法及其在间歇过程监控中的应用[J];江南大学学报(自然科学版);2014年03期
2 邓晓刚;田学民;;稀疏核局部保持投影及其在非线性过程故障检测中的应用(英文)[J];Chinese Journal of Chemical Engineering;2013年02期
3 童楚东;颜学峰;;基于PCA与OLPP混合方法的化工过程故障检测[J];计算机与应用化学;2012年09期
4 李晗;萧德云;;基于数据驱动的故障诊断方法综述[J];控制与决策;2011年01期
5 刘强;柴天佑;秦泗钊;赵立杰;;基于数据和知识的工业过程监视及故障诊断综述[J];控制与决策;2010年06期
6 周东华;胡艳艳;;动态系统的故障诊断技术[J];自动化学报;2009年06期
7 杨帆;萧德云;;结构残差在基于SDG故障分离中的应用[J];控制工程;2007年03期
8 邱天;丁艳军;吴占松;;基于主元分析的故障可检测性的统计指标比较[J];清华大学学报(自然科学版);2006年08期
9 郭小萍;王福利;贾明兴;;基于sub-MPLS的多阶段间歇过程质量预测与控制[J];东南大学学报(自然科学版);2006年S1期
10 赵瑾,申忠宇,顾幸生;基于定量模型故障诊断技术若干问题的研究[J];自动化仪表;2005年03期
,本文编号:890781
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/890781.html