基于概率的工业过程数据建模与故障检测

发布时间：2018-08-30 19:48

【摘要】：现代工业过程的实时监测与控制在提升产品质量和保障生产过程安全稳定运行中起到了至关重要的作用。随着先进控制系统的应用和计算机技术的发展,工业现场采集和存储了大量的过程数据,这些数据反映了过程的运行状态、产品质量乃至经济成本,蕴含了丰富的信息。为了从海量的数据中挖掘出有用的过程信息,实现对过程的离线分析和在线监控,基于数据驱动(尤其是多元统计分析)的过程监测技术在近几十年来已经成为自动控制领域的研究热点,并且在工业界得到了广泛地应用。传统的多元统计分析过程监测技术主要假设生产过程是稳定运行的线性系统,而随着工业过程的大规模和精细化,其生产方式、系统结构已经变得日益繁杂,因此采集到的工业过程数据也包含了互相关、自相关、非线性、时变和多模态以及与质量指标的约束关系等复杂的过程特性。本文以概率模型为主要研究手段,从工业过程的过程特性和数据特性两个维度研究了工业过程建模和故障检测问题。全文的主要研究内容如下：(1)、针对高维过程数据的动态自相关性问题,提出了基于自回归因子分析模型的动态过程建模和故障检测方法。通过将模型的隐变量(即动态因子)限制在低维子空间中,自回归因子分析模型同时提取了数据的自相关性和互相关性,挖掘了完整的数据信息,改善了动态过程(尤其是高阶动态过程)的建模性能。基于模型的动态残差和模型的预测误差构建的统计量能够有效监测动态过程的异常变化,并且避免了故障间的相互干扰问题。(2)、针对过程数据与关键质量指标间的约束关系问题,提出了一种基于概率隐变量回归模型的质量相关故障检测方法。作为一种有监督学习模型,概率隐变量回归技术提取了输入输出变量间的相关关系,同时也反映了其自身的变化,因此基于该模型的过程监测方法对于导致质量变化的过程故障更加敏感,能够有效监测质量变量的变化。同时,传统统计量在概率框架下的有效性也进行了重新的评估和改进,提出了基于概率模型的新的统计量及其故障检测方法。(3)、针对实际采集和记录的过程变量和质量变量采样率不同的问题,继续深入探讨了如何提取不同采样率的过程和质量数据的约束关系,建立了一种基于半监督的概率隐变量回归模型,提出相应的故障检测方法。半监督的概率隐变量回归模型同时包含了有标签数据(包含过程变量和质量变量)和无标签数据(只包含过程变量),并利用大量的无标签数据有效改善了模型预测的准确性。此外,针对连续过程和批次过程不同的过程特性,分别提出了基于半监督概率隐变量回归模型的连续和批次过程故障检测方法。(4)、针对过程的时变特性,尤其是批次过程的缓慢时变特征,提出了一种基于递归高斯过程回归模型的批次过程自适应故障检测方法。在缓慢变化的复杂批次过程中,难以获取充分的建模样本,首先利用有限的建模数据建立了基于高斯过程回归分析的初始模型,随着过程数据的累积,提出了一种基于平方预测误差统计量的模型在线更新标准,选取包含了过程时变特性的样本进行模型更新,并利用递归高斯过程模型将生产过程的新息加入到模型结构中,以准确跟踪过程变化,实现自适应建模与在线故障检测。
[Abstract]:......
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP277

【相似文献】

相关期刊论文 前10条

1 刘春生;汪芳;柳志荣;;在线故障检测技术在电磁调速系统中的应用[J];模式识别与人工智能;2002年03期

2 李福明,段广仁;一种鲁棒故障检测与分离的参数化方法[J];控制工程;2005年04期

3 胡智;潘成胜;刘勇;;一种基于以太网监控的双独立互联系统故障检测算法[J];沈阳理工大学学报;2006年05期

4 胡绍林;Meinke Karl;陈如山;Huajiang Ouyang;;比对分析与故障检测技术及其在航天工程中应用[J];空军工程大学学报(自然科学版);2007年04期

5 胡奕明;吴德伟;肖汉;;特征分析的串行通信故障检测[J];火力与指挥控制;2008年07期

6 王曰英;周平方;陈丽;段登平;;马尔可夫跳跃系统的鲁棒故障检测[J];电力自动化设备;2010年05期

7 张正道;张卫华;;基于SαS分布参数估计的系统鲁棒故障检测[J];计算机工程与应用;2010年19期

8 王宇红;刘华怡;张娜娜;;基于混合逻辑动态的过程控制实验装置故障检测[J];上海电机学院学报;2011年05期

9 张永;王朝辉;刘振兴;;随机传输的量化网络化系统故障检测[J];华中科技大学学报(自然科学版);2013年03期

10 狄玉来;;求故障检测测试集的快速算法[J];计算机研究与发展;1982年05期

相关会议论文 前10条

1 张汉国;;大系统的故障检测——随机情形[A];1993中国控制与决策学术年会论文集[C];1993年

2 周东华;;一种工业异步电机的在线故障检测与诊断新方法[A];1994年中国控制会议论文集[C];1994年

3 赵琦;周东华;;闭环系统的小故障检测与分离方法[A];第十九届中国控制会议论文集（二）[C];2000年

4 李福明;段广仁;;一种鲁棒故障检测与分离的参数化方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

5 王洪江;孙保民;田进步;;一种图形化的故障检测和诊断方法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年

6 彭涛;桂卫华;Ding Steven X;汤琼;李昊;;一种基于混合H_-/H_∞的故障检测系统优化设计方法[A];第二十七届中国控制会议论文集[C];2008年

7 魏晨;陈宗基;;非线性系统的鲁棒故障检测与诊断[A];第十九届中国控制会议论文集（二）[C];2000年

8 韩兵;陈新海;;随机参数最小均方滤波及其在飞行器故障检测中的应用[A];1995中国控制与决策学术年会论文集[C];1995年

9 葛彤;邓建华;;复杂动态系统故障检测与诊断的层次递进方法[A];1996中国控制与决策学术年会论文集[C];1996年

10 方华京;;控制系统故障检测的l~1优化方法[A];第十九届中国控制会议论文集（二）[C];2000年

相关重要报纸文章 前6条

1 陈代寿;BFD高速路由故障检测[N];中国计算机报;2005年

2 涵薏;排除风电系统中的故障[N];上海科技报;2010年

3 上海 徐亚东;ADSL故障检测利器[N];电脑报;2004年

4 暴青雨　本报特约通讯员 赵彦斌;为了战时能打赢[N];解放军报;2011年

5 翟卫平;梁来润;为了航天员的生命安全[N];中国航天报;2003年

6 记者 蔡韬;哈市节日消费投诉不离“老三样”[N];黑龙江日报;2011年

相关博士学位论文 前10条

1 王红茹;动态系统的鲁棒故障检测与分离方法研究[D];哈尔滨工业大学;2006年

2 杨青;集合型故障检测与诊断技术研究[D];长春理工大学;2013年

3 张登峰;动态系统的故障检测与诊断研究[D];南京理工大学;2003年

4 李霄剑;鲁棒自适应故障检测与隔离方法研究[D];东北大学;2011年

5 马传峰;基于观测器的鲁棒H_∞故障检测问题研究[D];山东大学;2007年

6 周乐;基于概率的工业过程数据建模与故障检测[D];浙江大学;2015年

7 赵海军;新一代互联网服务及故障检测若干关键技术的研究[D];北京邮电大学;2009年

8 朱张青;动态系统的鲁棒故障检测与诊断技术[D];南京理工大学;2005年

9 李岳炀;基于观测器的离散时变系统鲁棒故障检测问题研究[D];山东大学;2011年

10 马玉鑫;流程工业过程故障检测的特征提取方法研究[D];华东理工大学;2015年

相关硕士学位论文 前10条

1 孟程程;基于多元统计分析的故障检测与应用研究[D];中国计量学院;2013年

2 李亮;云环境下故障检测研究[D];中南大学;2012年

3 李畅;工业过程故障检测的方法及应用研究[D];东北大学;2011年

4 朱嵘嘉;基于模型的故障检测及容错控制方法研究[D];江南大学;2006年

5 杜运成;基于等价空间方法的采样系统故障检测[D];东华大学;2008年

6 祝翔宇;低成本数字集成电路在线故障检测的研究[D];上海交通大学;2008年

7 夏琳琳;故障检测与诊断技术在组合导航系统中的应用研究[D];哈尔滨工程大学;2006年

8 李仿华;基于神经网络的实时故障检测研究[D];安徽大学;2012年

9 刘洪彬;非高斯过程故障检测与诊断方法研究[D];沈阳理工大学;2014年

10 柯习龙;网络环境下的大系统鲁棒故障检测[D];南京邮电大学;2014年

，

本文编号：2214106