基于k近邻的复杂工业过程故障诊断方法研究

发布时间：2017-12-06 14:07

  本文关键词：基于k近邻的复杂工业过程故障诊断方法研究

  更多相关文章： 故障检测 故障隔离 故障重构 k近邻 随机投影 PCA

【摘要】：保证现代复杂工业过程安全且有效地运行对于提高产品质量至关重要,故障诊断技术是提升控制系统可靠性、安全性,保证过程稳定运行的有效手段之一。随着信息技术的发展,数据采集和存储成本降低,工业过程积累了海量的数据,促使基于数据驱动的故障诊断方法在近二十多年中取得了长足发展,其中多变量统计过程监控方法成为研究热点之一,产生了许多理论研究成果,也得到了广泛的应用。传统的多变量统计过程监控方法假设过程数据采集自稳定的单一工况、服从高斯分布、变量之间满足线性关系等。但是,随着工业过程的复杂化,所获得的过程测量数据常常不满足上述假设。面对复杂的工况过程,本文以经典的k近邻规则为主要方法,开展基于k近邻方法的故障检测、故障隔离和故障重构等问题的研究。全文的主要研究内容如下：(1)针对过程数据分布复杂且变量维数较高时的故障检测问题,提出利用随机投影和k近邻相结合的快速故障检测方法,该方法首先利用随机投影对数据进行降维处理,相较于PCA(Principle Component Analysis)降维方法,随机投影能够在降维的同时保持样本之间的距离近似不变,可以与k近邻检测算法很好地结合,不但能够降低计算复杂度,同时在随机子空间中也能保证k近邻算法的故障检测性能。(2)针对多传感器故障隔离问题,提出了一种新的基于k近邻的故障隔离方法。传统的多变量统计过程监控方法的框架下,故障隔离主要采用贡献分析方法,如贡献图、局部分解贡献和基于重构的贡献等方法。然而,这些主要的贡献分析方法都受到故障污染效应影响,容易导致误隔离,即将未受故障直接影响的传感器错误地判定为故障传感器。另外,这些主要的贡献分析方法对多个传感器故障不具备可隔离性。本文提出基于k近邻的多传感器故障隔离方法,在原始测量空间根据样本与近邻之间累计距离定义了新的故障贡献指标,从而避免故障污染问题,而且对有多个测量变量受故障影响或多传感器故障具有可隔离性。(3)针对故障重构问题,分析了一类代表性的故障重构方法,即基于PCA的故障重构和估计方法,通过理论分析和实验验证指出该方法在特定情况下并不能够唯一地隔离出真实受故障直接影响的传感器,特别是当故障影响一个或多个传感器致使这些传感器的测量值出现明显的偏差,导致测量变量间的相关关系发生变化时,基于PCA的重构方法无法给出唯一的隔离结果。另外,该方法对故障幅值的估计精度也不高。针对这些不足之处,尝试从k近邻回归的角度解决重构问题,提出了改进型基于k近邻回归的故障重构和估计方法,所提出的方法能够处理有多个测量变量受故障影响的问题,而且对数据分布不作限制和要求,适用于非线性、非高斯过程数据。最后对全文进行总结,并探讨了未来有待进一步研究的课题和方向。
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP277

【相似文献】

中国期刊全文数据库 前10条

1 黄和官;非整数故障的研究[J];电信科学;1992年03期

2 张烨;吴开贵;;考虑发布后故障发现概率的软件费用模型[J];计算机系统应用;2012年01期

3 彭建;黄研;;故障预测——基于随机过程控制的方法[J];广播与电视技术;2007年02期

4 刘伟;袁新;乔明锋;;定时截尾试验中故障数为零的设备MTBF评估[J];电子产品可靠性与环境试验;2007年01期

5 盛晟;肖明清;赵亮亮;安明;;故障Petri网的激发矩阵方法研究[J];仪器仪表学报;2013年01期

6 叶生;贺志勇;;多层故障代码体系的研究与应用[J];水力发电;2009年04期

7 吕安迪;;电脑故障数秒还原有妙法[J];广东电脑与电讯;2001年05期

8 孙义和,徐磊,马玉海,陈弘毅;VLSI系统芯片级故障模拟算法和系统SysFsim[J];清华大学学报(自然科学版);1999年S1期

9 杨成林;田书林;龙兵;;改进的故障分辨率计算公式和序替代方法[J];电子测量与仪器学报;2008年06期

10 胡进;邝继顺;刘铁桥;;一种新的小时延故障模拟器[J];仪器仪表学报;2012年10期

中国重要会议论文全文数据库 前2条

1 周亮;邝继顺;;一种高效的小时延故障波形模拟方法[A];第十四届全国容错计算学术会议(CFTC'2011)论文集[C];2011年

2 王秋芳;张来凤;魏来生;;装甲车辆试验过程中故障统计分析[A];2004年全国机械可靠性学术交流会论文集[C];2004年

中国重要报纸全文数据库 前1条

1 上海 王良;内存不良致电脑故障数例[N];电子报;2014年

中国博士学位论文全文数据库 前5条

1 周哲;基于k近邻的复杂工业过程故障诊断方法研究[D];浙江大学;2016年

2 李天梅;装备测试性验证试验优化设计与综合评估方法研究[D];国防科学技术大学;2010年

3 张正道;复杂非线性系统故障检测与故障预报[D];南京航空航天大学;2006年

4 戴鹏;货车典型故障图像识别算法研究[D];哈尔滨工业大学;2010年

5 张家琳;分布式计算中的共识问题研究[D];清华大学;2010年

中国硕士学位论文全文数据库 前10条

1 高茜;基于JSP的长虹SF2170E故障诊断专家系统[D];西南交通大学;2014年

2 刘学;GQL321型伴随桥故障数显决策平台的设计与实现[D];山东大学;2015年

3 李雪映;柴油发动机可靠性评价研究及系统开发[D];山东大学;2015年

4 谷晓娣;可测性评估定量建模技术研究[D];哈尔滨工业大学;2015年

5 鲁传武;数字电路的故障模型和故障压缩方法研究[D];合肥工业大学;2007年

6 卜伶俐;故障信息分析及纠正措施系统开发[D];哈尔滨理工大学;2008年

7 都业涛;一种适用于IETM的故障维修系统的研究与实现[D];哈尔滨工程大学;2012年

8 邬明鸣;以可靠性为中心的设备管理系统的研究与开发[D];南昌大学;2012年

9 蒋益群;模拟电路仿真中的故障建模技术研究[D];华中科技大学;2007年

10 谭兰芳;面向单粒子效应的软件故障注入技术研究[D];国防科学技术大学;2008年

，

本文编号：1258847