基于數(shù)據(jù)融合技術(shù)的多模型狀態(tài)監(jiān)測(cè)與故障預(yù)報(bào).pdf

1、近年來(lái),隨著計(jì)算機(jī)科學(xué)的發(fā)展和人工智能技術(shù)的日益成熟,數(shù)據(jù)融合技術(shù)越發(fā)受到科研人員的重視.而在工業(yè)控制方面,傳統(tǒng)的非參數(shù)模型法由于模型自身的缺陷,以及實(shí)際工業(yè)系統(tǒng)的復(fù)雜性,可能出現(xiàn)的故障的多樣性,往往并不能夠及時(shí)的對(duì)各種故障做出反應(yīng).本文在多傳感器數(shù)據(jù)融合技術(shù)的基礎(chǔ)上,將數(shù)據(jù)融合技術(shù)引入到系統(tǒng)狀態(tài)監(jiān)測(cè)與故障預(yù)報(bào)領(lǐng)域,并結(jié)合非參數(shù)模型監(jiān)測(cè)的方法,提出了多模型融合的概念,充分利用各個(gè)模型之間的冗余,以提高對(duì)復(fù)雜系統(tǒng)進(jìn)行故障預(yù)報(bào)的可靠性.本文

2、介紹了數(shù)據(jù)融合技術(shù)的起源、發(fā)展、應(yīng)用背景和常用的融合算法,重點(diǎn)闡述了運(yùn)用貝葉斯算法和自適應(yīng)加權(quán)算法實(shí)現(xiàn)多模型故障預(yù)報(bào)的方法.為了驗(yàn)證多模型系統(tǒng)監(jiān)測(cè)與故障預(yù)報(bào)的可行性,作者針對(duì)石油化工工業(yè)的流化催化裂化裝置(FCCU)和一套工業(yè)過(guò)程控制實(shí)驗(yàn)設(shè)備(Feedback 34-250)建立了多模型監(jiān)測(cè)系統(tǒng),分別運(yùn)用了多元統(tǒng)計(jì)學(xué)中的主元分析(PCA)模型和偏最小二乘(PLS)模型以及神經(jīng)網(wǎng)絡(luò)領(lǐng)域的BP模型和Elman模型對(duì)系統(tǒng)進(jìn)行監(jiān)測(cè),并針對(duì)各個(gè)模