多變量經(jīng)驗(yàn)?zāi)B(tài)分解在化工過(guò)程故障診斷中的應(yīng)用研究.pdf

1、現(xiàn)今化工過(guò)程生產(chǎn)工藝日趨復(fù)雜、規(guī)模日漸龐大，加之化工數(shù)據(jù)本身維度高、數(shù)量大、相關(guān)性強(qiáng)且充斥噪聲等特點(diǎn)，無(wú)不令安全生產(chǎn)和產(chǎn)品質(zhì)量面臨更大挑戰(zhàn)和更高要求。為此，本文利用經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)按照頻率尺度自適應(yīng)處理信號(hào)提取故障特征的能力，以及多變量經(jīng)驗(yàn)?zāi)B(tài)分解(MEMD)處理關(guān)聯(lián)信息的優(yōu)勢(shì)，對(duì)其在化工過(guò)程中的故障診斷應(yīng)用探索研究，同時(shí)結(jié)合改進(jìn)的動(dòng)態(tài)可見(jiàn)圖算法，提出一種數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法，應(yīng)用于田納西-伊士曼(TE)過(guò)程的實(shí)時(shí)監(jiān)測(cè)和在線診斷

2、，仿真結(jié)果驗(yàn)證了提出方法的有效性與優(yōu)越性。主要研究?jī)?nèi)容涵蓋如下:
　　首先，利用殘差對(duì)故障的敏感性，提出基于總體平均EMD(EEMD)殘差的故障診斷方法。根據(jù)歷史數(shù)據(jù)的6σ控制圖，確定殘差的故障診斷控制限;利用在線實(shí)時(shí)數(shù)據(jù)采用貝葉斯信息準(zhǔn)則在線確定EEMD的移動(dòng)窗口;通過(guò)移動(dòng)窗口的采樣數(shù)據(jù)，在線獲得EEMD殘差最大值的變化，結(jié)合相應(yīng)的故障診斷控制限在線診斷故障并確定故障發(fā)生時(shí)間及原因。
　　其次，為提高過(guò)程監(jiān)測(cè)的效率和精度，

3、克服單一變量監(jiān)測(cè)的局限性，提出一種基于改進(jìn)動(dòng)態(tài)可見(jiàn)圖(MDVG)算法的多變量過(guò)程在線故障監(jiān)測(cè)方法。通過(guò)數(shù)據(jù)歸一化和引入時(shí)間間隔常數(shù)，改進(jìn)動(dòng)態(tài)可見(jiàn)圖(DVG)，使得DVG所關(guān)注特性的眾數(shù)出現(xiàn)次數(shù)的均值最小，以細(xì)分不同時(shí)序數(shù)據(jù)的網(wǎng)絡(luò)特性。
　　最后，結(jié)合MEMD和MDVG，提出MEMD-MDVG故障診斷方法。利用MEMD殘差確定監(jiān)測(cè)變量，將各個(gè)監(jiān)測(cè)變量的歷史數(shù)據(jù)利用MDVG確定監(jiān)測(cè)指標(biāo)及閾值并實(shí)施在線監(jiān)測(cè)，異常情況下再借助MEMD殘差