發(fā)布時(shí)間：2020-05-17 09:52

【摘要】：為了保證工業(yè)過(guò)程的安全性,產(chǎn)品質(zhì)量的穩(wěn)定性,對(duì)生產(chǎn)過(guò)程進(jìn)行在線監(jiān)測(cè),及時(shí)準(zhǔn)確地進(jìn)行故障診斷,已經(jīng)成為目前過(guò)程控制領(lǐng)域一個(gè)重要研究方向。特別是基于數(shù)據(jù)的各種統(tǒng)計(jì)方法,由于其不依賴數(shù)學(xué)模型以及工業(yè)現(xiàn)場(chǎng)具有大量易獲得的過(guò)程數(shù)據(jù)的原因而更具實(shí)用性。這一方法要求收集正常操作條件下,以及在各種故障狀態(tài)下的歷史數(shù)據(jù)。其診斷步驟包括故障檢測(cè)和故障識(shí)別兩步。 本文詳細(xì)介紹了工業(yè)過(guò)程中常用到的故障診斷方法,并分析其優(yōu)缺點(diǎn)。以田納西-伊斯曼化工工業(yè)過(guò)程(Tennessee-Eastman Process,簡(jiǎn)稱TEP)為背景,詳細(xì)分析了其工業(yè)過(guò)程。介紹了主元分析(Principle Component Analysis,簡(jiǎn)稱PCA)及核主元分析(KernelPrinciple Component Analysis,簡(jiǎn)稱KPCA)原理及其多元統(tǒng)計(jì)故障監(jiān)測(cè)方法在TE中的應(yīng)用。KPCA引入核函數(shù)的概念,將原始空間映射到高維的特征空間,在高維空間進(jìn)行主元分析,使輸入數(shù)據(jù)具有很好的可分性。將兩種檢測(cè)方法應(yīng)用在TE過(guò)程中,得出基于KPCA的多元統(tǒng)計(jì)故障檢測(cè)方法性能優(yōu)于PCA。 由于支持向量機(jī)(Support Vector Machine,簡(jiǎn)稱SVM)方法具有理論完備、全局優(yōu)化、泛化性能好等特點(diǎn),具有很好的分類功能。本文在傳統(tǒng)的SVM上進(jìn)行改進(jìn),采用多個(gè)一對(duì)一SVM構(gòu)造多值分類SVM。并將PCA、KPCA特征提取方法與SVM進(jìn)行結(jié)合,將降維后的線性主元與非線性主元作為SVM輸入進(jìn)行訓(xùn)練和識(shí)別。并將其用在TE過(guò)程中,得出KPCA-SVM具有很好的故障診斷功能。
【學(xué)位授予單位】：東北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2008
【分類號(hào)】：TH165.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張昱君;劉愛(ài)倫;;基于改進(jìn)主元分析方法的化工生產(chǎn)過(guò)程的故障檢測(cè)[J];工業(yè)控制計(jì)算機(jī);2006年01期

2 黃啟明,錢(qián)宇,林偉璐,李秀喜;化工過(guò)程故障診斷研究進(jìn)展[J];化工自動(dòng)化及儀表;2000年03期

3 陳玉東,施頌椒,翁正新;動(dòng)態(tài)系統(tǒng)的故障診斷方法綜述[J];化工自動(dòng)化及儀表;2001年03期

4 楊希;錢(qián)鋒;張兵;;基于核函數(shù)主元分析的SVM建模方法及應(yīng)用[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

5 朱松青;史金飛;;狀態(tài)監(jiān)測(cè)與故障診斷中的主元分析法[J];機(jī)床與液壓;2007年01期

6 唐發(fā)明,王仲東,陳綿云;一種新的二叉樹(shù)多類支持向量機(jī)算法[J];計(jì)算機(jī)工程與應(yīng)用;2005年07期

7 陳玉山;席斌;;基于核獨(dú)立成分分析和BP網(wǎng)絡(luò)的人臉識(shí)別[J];計(jì)算機(jī)工程與應(yīng)用;2007年26期

8 陳文杰,王晶;支持向量機(jī)在工業(yè)過(guò)程中的應(yīng)用[J];計(jì)算機(jī)與應(yīng)用化學(xué);2005年03期

9 李巍華,廖廣蘭,史鐵林;核函數(shù)主元分析及其在齒輪故障診斷中的應(yīng)用[J];機(jī)械工程學(xué)報(bào);2003年08期

10 張學(xué)工;關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)[J];自動(dòng)化學(xué)報(bào);2000年01期

相關(guān)碩士學(xué)位論文 前6條

1 陳勇;基于多元統(tǒng)計(jì)分析的生產(chǎn)過(guò)程故障診斷研究[D];浙江大學(xué);2003年

2 劉慶平;神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)學(xué)習(xí)算法的理論及仿真研究[D];燕山大學(xué);2003年

3 許光;支持向量機(jī)在化工過(guò)程建模中的應(yīng)用[D];浙江大學(xué);2004年

4 潘玉松;基于主元分析的傳感器故障檢測(cè)與診斷[D];華北電力大學(xué)（河北）;2006年

5 王輝;基于核主成分分析特征提取及支持向量機(jī)的人臉識(shí)別應(yīng)用研究[D];合肥工業(yè)大學(xué);2006年

6 孫宗寶;基于軟間隔支持向量機(jī)和核主成分分析的入侵檢測(cè)研究[D];哈爾濱理工大學(xué);2007年

，

本文編號(hào)：2668338