

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、石化生產(chǎn)過程具有高溫高壓、易燃易爆、有毒有害等特點,未及時發(fā)現(xiàn)和排除故障將會導(dǎo)致重大人員傷亡和經(jīng)濟(jì)損失,甚至影響生態(tài)環(huán)境。因此研究過程故障診斷和預(yù)報技術(shù)具有重要現(xiàn)實意義。本文以連續(xù)生產(chǎn)過程為背景,針對多變量、非線性以及非高斯性等問題,基于狀態(tài)估計方法研究并提出了新的過程故障診斷和預(yù)報方法,并通過仿真研究對方法的有效性進(jìn)行了驗證和分析。
首先,為了考慮多維觀測數(shù)據(jù)的時序自相關(guān)性和變量互相關(guān)性,利用低維特征捕捉過程動態(tài)特性,提
2、出一種基于典型變量分析狀態(tài)殘差的故障檢測方法。首先利用觀測數(shù)據(jù)建立典型變量分析模型,然后提取過程狀態(tài),估計狀態(tài)空間矩陣,從而建立子空間模型。將典型變量分析模型估計的狀態(tài)與子空間模型估計的狀態(tài)進(jìn)行對比獲得殘差,設(shè)計多元統(tǒng)計量監(jiān)控殘差的變化趨勢。在連續(xù)攪拌反應(yīng)器上的仿真研究表明,所提方法能夠根據(jù)低維特征信息更快速更靈敏地檢測到故障。
其次,針對非線性多變量過程,提出兩種基于unscented卡爾曼濾波新息特征的故障診斷方法:多
3、變量序貫概率比檢驗方法和信息散度方法。利用unscented卡爾曼濾波器產(chǎn)生預(yù)測新息,對新息特征進(jìn)行深入研究。多變量序貫概率比檢驗方法通過構(gòu)造對數(shù)概率似然比統(tǒng)計量和判決規(guī)則監(jiān)控過程的運行狀態(tài)。為了進(jìn)一步考慮預(yù)測新息中的非高斯特征,信息散度方法利用核密度估計計算多元新息的概率分布,設(shè)計信息散度統(tǒng)計量監(jiān)控過程的運行狀態(tài)。利用對稱信息散度計算待診斷過程與故障庫中各類故障之間的距離,識別故障類型。在連續(xù)攪拌反應(yīng)器上的仿真結(jié)果表明,提出的方法能夠
4、有效監(jiān)控過程變化,正確識別故障類型。
針對未知非線性系統(tǒng)故障預(yù)報問題,提出一種基于支持向量機(jī)新息預(yù)測的改進(jìn)卡爾曼預(yù)測方法。通過典型變量分析子空間辨識算法獲得未知非線性系統(tǒng)的局部線性化模型,利用該模型和卡爾曼濾波器對過程進(jìn)行跟蹤和預(yù)測,并利用支持向量機(jī)時間序列預(yù)測算法預(yù)測未來新息,基于未來新息修正卡爾曼單步和多步預(yù)報。在連續(xù)攪拌反應(yīng)器上的仿真研究表明,所提方法能夠準(zhǔn)確預(yù)測過程的動態(tài)變化趨勢,提前預(yù)報故障狀態(tài)。
5、最后,為了增強(qiáng)unscented卡爾曼濾波對故障過程的跟蹤和預(yù)報能力,提出一種基于模糊自適應(yīng)unscented卡爾曼濾波的預(yù)測器。根據(jù)預(yù)測效果調(diào)節(jié)狀態(tài)誤差協(xié)方差矩陣和卡爾曼增益,增強(qiáng)unscented卡爾曼濾波器對故障過程的跟蹤能力。針對過調(diào)節(jié)導(dǎo)致的跟蹤波動較大問題,設(shè)計Takagi-Sugeno模糊邏輯系統(tǒng)平滑調(diào)節(jié)。仿真研究表明,模糊自適應(yīng)濾波器能夠在保證強(qiáng)跟蹤能力的同時實現(xiàn)平滑跟蹤,基于模糊自適應(yīng)濾波的預(yù)測器能夠精確預(yù)測未來過程輸出
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于回聲狀態(tài)網(wǎng)絡(luò)的化工過程故障診斷方法研究.pdf
- 基于HMM的TE過程在線故障診斷與多步故障預(yù)報.pdf
- 基于KECA方法的過程監(jiān)測與故障診斷研究.pdf
- 中速磨煤機(jī)狀態(tài)監(jiān)測與故障診斷方法研究.pdf
- 間歇過程過渡狀態(tài)建模和故障診斷方法的研究與應(yīng)用.pdf
- 間歇過程過渡狀態(tài)建模和故障診斷方法的研究與應(yīng)用(1)
- 基于SVM、ICA方法的過程建模與故障診斷研究.pdf
- 基于奇異值分解的狀態(tài)監(jiān)測與故障診斷方法研究.pdf
- 基于隱馬爾可夫模型的TE過程故障診斷與預(yù)報.pdf
- 基于數(shù)據(jù)驅(qū)動的過程狀態(tài)監(jiān)測和故障診斷.pdf
- 基于多元統(tǒng)計化工過程故障診斷方法研究.pdf
- 基于改進(jìn)SVM的工業(yè)過程故障診斷方法研究.pdf
- 基于信息融合的軋制過程故障診斷方法研究.pdf
- 基于圖論的過程故障診斷研究.pdf
- 基于多元統(tǒng)計分析的軋鋼過程故障診斷與質(zhì)量預(yù)報研究.pdf
- 基于的LabVIEW設(shè)備狀態(tài)監(jiān)測與故障診斷的研究.pdf
- TE過程故障診斷方法比較研究.pdf
- 基于噪聲源估計的電機(jī)故障診斷研究.pdf
- 動態(tài)工業(yè)過程的故障診斷方法研究.pdf
- 大型化工過程監(jiān)測與故障診斷方法研究.pdf
評論
0/150
提交評論