基于时序模型的闭环工业系统的故障监测

发布时间：2017-09-01 12:22

  本文关键词：基于时序模型的闭环工业系统的故障监测

  更多相关文章： 统计过程控制技术 反馈控制技术 时间序列模型 自适应LASSO

【摘要】：随着科学技术的发展和进步,现代工业的生产流程变得越来越复杂。这些复杂的工业过程一旦发生事故,不仅给生产带来巨大的财产损失,而且会严重威胁社会安全。因此,提高工业过程的可靠性和可维护性是一件非常重要的事情。工业过程的故障监测技术可以有效地提高系统的可靠性和可维护性,提高经济效益,降低事故风险。统计过程控制(SPC)技术是一类重要的基于数据驱动的故障监测方法,它广泛应用于各种工业过程的故障监测。 为了保证过程的稳定性,在现代工业过程中加入了反馈控制技术用于减小外界因素的影响。反馈控制器会削弱故障的影响,因而统计过程监测技术对反馈控制系统的监测能力会随之减弱。因此,针对反馈控制系统,发展有效的统计过程监测技术具有重大的研究意义。本文提出了基于时序模型的反馈控制系统的故障监测方法。和传统的统计过程监测技术相比,本文提出的方法具有较低的漏检率和较快的监测率。本文研究的内容具体如下： 提出了带有批间控制器的批次过程的故障监测方法,分析了指数加权移动平均(EWMA)和双指数加权移动平均(DEWMA)控制器对带有时延的批次过程的影响,采用基于数据的时序模型来描述过程的输入输出关系,然后用改进的参数重置递推最小二乘法(PRELS)实时地辨识这两个时序模型的系数,用动态主元分析(DPCA)监测经PRELS辨识后的系数,实现故障监测,最后用影响矩阵分离出故障。 考虑了一般的反馈控制系统,分析了传统SPC对反馈控制系统监测时产生的一些问题,提出了一种统计实时监测技术。采用时序模型来描述一般的反馈控制系统,证明了采用递推最小二乘法(RELS)辨识的时序模型系数是平稳的,从理论上说明统计过程监测技术可以直接用于监测时序模型的系数。 研究了带有时延的一般反馈控制系统,分析了设定点不变和时变两种情况。考虑了时序模型的不唯一性,提出了基于自适应最小绝对收缩选择算子(LASSO)的时延辨识方法。利用LASSO得到时延和时序模型的自回归(AR)项之后,根据最小方差指标和AR项的最大根得到系统的稳定性指标和控制器性能指标。最后采用统计过程监测技术来实时监测这些指标。 提出了二维动态批次过程的建模和故障监测方法,分析了批次过程的二维动态性,采用二维的时间序列模型来描述二维动态批次过程,并利用改进的二维自适应LASSO方法辨识批次过程的二维时序模型。最后在内部矩阵和二维时间序列模型的基础上提出了二维动态批次过程的稳定性评价指标,并利用控制图来监测这些稳定性指标。 最后,对本文进行了归纳和总结,并给出了未解决的问题和今后研究的方向。
【关键词】：统计过程控制技术 反馈控制技术 时间序列模型 自适应LASSO
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP277
【目录】：

• 摘要4-6
• Abstract6-10
• 1 绪论10-25
• 1.1 研究背景及意义10-12
• 1.2 国内外研究现状12-18
• 1.3 预备知识18-22
• 1.4 论文研究内容及结构安排22-25
• 2 带有批间控制器的批次过程的故障监测25-46
• 2.1 引言25-26
• 2.2 带有时延和EWMA的批次过程的故障监测26-32
• 2.3 带有时延和DEWMA的批次过程的故障监测32-34
• 2.4 批次过程的故障监测方法34-35
• 2.5 仿真35-45
• 2.6 本章小结45-46
• 3 带有反馈控制器的一般过程的故障监测46-66
• 3.1 引言46-47
• 3.2 一般反馈控制系统的时间序列模型47-48
• 3.3 时序模型系数的平稳性分析48-50
• 3.4 基于时序模型系数的故障监测方法50-51
• 3.5 仿真51-65
• 3.6 本章小结65-66
• 4 基于自适应LASSO的反馈控制系统的多指标故障监测66-91
• 4.1 引言66-67
• 4.2 设定点不变的反馈控制系统67-68
• 4.3 设定点变化的反馈控制系统68-69
• 4.4 多指标故障监测方法69-75
• 4.5 仿真75-90
• 4.6 本章小结90-91
• 5 二维动态批次过程的建模和故障监测91-111
• 5.1 引言91-92
• 5.2 基于自适应 LASSO 的 2D-ARMA 模型辨识92-94
• 5.3 二维动态批次过程的稳定性分析94-100
• 5.4 二维动态批次过程的建模和稳定性监测方法100
• 5.5 仿真100-109
• 5.6 本章小结109-111
• 6 总结与展望111-114
• 6.1 全文总结111-112
• 6.2 论文的主要创新点112
• 6.3 展望112-114
• 致谢114-116
• 参考文献116-126
• 附录Ⅰ 攻读博士学位期间发表和投稿论文目录126-127
• 附录Ⅱ 攻读博士学位期间参与的科研项目127-128
• 附录Ⅲ 公开发表和投稿的学术论文与博士学位论文的关系128

【相似文献】

中国期刊全文数据库 前10条

1 吴雅,杨叔子,杜跃芬,周有尚;多维时序模型及其在人口死亡预报中的应用[J];华中工学院学报;1987年02期

2 吴雅;杨叔子;杜跃芬;周有尚;;人口死亡的时序模型分析及其群体预报[J];信号处理;1988年01期

3 傅崇文;;时序模型诊断中欧氏距的状态识别能力探讨[J];西安矿业学院学报;1989年04期

4 朱明德;复合动态系统的合作时序模型[J];林业资源管理;1993年01期

5 林瑞清,孙佳佳,辛晓宁;时序模型建立的静态时序分析技术[J];微电子学与计算机;2005年10期

6 李培根;时序模型用于圆度预测补偿控制问题的理论探讨[J];华中理工大学学报;1991年06期

7 冯玉琳;丁茂顺;;系统开发的时序模型方法[J];计算机研究与发展;1989年01期

8 罗松晖;杜明;蔡敏;;全定制单元时序模型的建立[J];中国集成电路;2007年06期

9 黄志华,梁幼鸣,王洪利,程梦玉;雷达网抗干扰开机时序模型[J];电子科技;2004年11期

10 任宏利;模态参数的时域识别方法研究——试验模态分析中的时间序列分析方法[J];阜新矿业学院学报;1988年S1期

中国博士学位论文全文数据库 前1条

1 王妍;基于时序模型的闭环工业系统的故障监测[D];华中科技大学;2015年

中国硕士学位论文全文数据库 前3条

1 王宇航;基于时序模型珠宝销售决策支持系统[D];合肥工业大学;2014年

2 李霞;高速列车跟踪试验及状态监测的时序模型研究[D];西南交通大学;2014年

3 雍楷英;基于I/O电路的时序模型的仿真与验证[D];西安电子科技大学;2010年

，

本文编号：772057