現(xiàn)代工業(yè)隨著技術(shù)的不斷進(jìn)步對系統(tǒng)的安全性和可靠性催生了更高的要求,故障診斷技術(shù)因此也逐漸發(fā)展起來。舵機是民用飛機飛控系統(tǒng)的核心執(zhí)行機構(gòu),驅(qū)動升降舵、副翼和方向舵等舵面的偏轉(zhuǎn),實現(xiàn)對飛機姿態(tài)和軌跡的控制。由于其復(fù)雜的非線性閉環(huán)系統(tǒng)結(jié)構(gòu),舵機屬于故障易發(fā)系統(tǒng)。而民用航空的運行對機載部件的安全性和可靠性要求極高,因此研究基于數(shù)據(jù)驅(qū)動算法的間歇過程故障診斷及舵機狀態(tài)監(jiān)控技術(shù)意義重大。論文以舵機為研究對象,基于現(xiàn)有故障診斷技術(shù),從近鄰傳播聚類分析、主成分分析和多向主成分分析三個方面系統(tǒng)研究了基于過程的多元統(tǒng)計分析方法,主要開展了下列獨立性的研究工作:提出基于改進(jìn)的近鄰傳播(AP)聚類和子時段相似度遞減掃描(PSDS)的兩階段法,對間歇過程數(shù)據(jù)進(jìn)行分段建模和監(jiān)控。首先,為了提取模型切換的動態(tài)特性,用更能反映復(fù)雜間歇過程數(shù)據(jù)特征趨勢的相似度度量方法改進(jìn)經(jīng)典AP聚類,然后用改進(jìn)的AP聚類算法進(jìn)行采樣數(shù)據(jù)的預(yù)劃分。其次,考慮預(yù)劃分得到的子時段的內(nèi)部相關(guān)性特征也存在顯著變化,本文提出新的PSDS算法對子時段再次進(jìn)行細(xì)劃分,并經(jīng)過特征識別將所有采樣數(shù)據(jù)最終劃分為穩(wěn)定和過渡部分。同時,在建模過程中,也提出了離群點和誤分類點的概念和解決辦法。針對間歇過程故障診斷中普遍存在的時序問題、批次不等長和軌跡不同步問題,本文進(jìn)一步提出了基于順序移動主成分分析(SMPCA)算法的多時段過程監(jiān)控計劃。首先,用SMPCA算法對不等長的間歇數(shù)據(jù)進(jìn)行按時序的多時段劃分,SMPCA模型的不斷更新解釋了采樣數(shù)據(jù)的動態(tài)多時段特性。然后,通過提取局部SMPCA模型的特征空間并為關(guān)鍵變量建立相似度演變指標(biāo),揭示了過程數(shù)據(jù)變化的趨勢。最后,提出模塊化的建模方法解決了批次不等長及軌跡不同步的問題,并用有區(qū)分的監(jiān)控和二次監(jiān)控技術(shù)提高了模型的整體監(jiān)控性能。為了驗證所提算法的性能,用舵機實驗平臺的采樣數(shù)據(jù)進(jìn)行狀態(tài)監(jiān)控。通過實際實驗和對比分析,驗證了所提算法具有相對更為可靠的狀態(tài)監(jiān)控性能。
【學(xué)位單位】：中國民航大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：V267
【部分圖文】：

按照某種產(chǎn)品的一個完整的生產(chǎn)周期做重復(fù)性的生產(chǎn)，得到批量的相同產(chǎn)品是對過程的通俗描述。在這個描述中，考慮一個過程變量數(shù)為 J 的特定間歇過程在一個內(nèi)的采樣時間為K ，那么這樣一個周期的采樣數(shù)據(jù)便可以用一個二維的數(shù)據(jù)陣來表為 X K J ，即在每一個采樣時間都會對應(yīng)采集到這個過程的所有 J 個變量。如這個生產(chǎn)周期重復(fù)I 個批次，則構(gòu)成了I 個這樣的數(shù)據(jù)陣，用三維數(shù)據(jù)的形式表示為 X I K J 。如圖 1-1 所示，典型的間歇數(shù)據(jù)包括縱軸的采樣批次 I (i 1, 軸的觀測變量 J j 1, ,J 和斜軸的樣本量。將間歇過程所產(chǎn)生的三維數(shù)據(jù)矩陣展成二維數(shù)據(jù)矩陣可以采取多種不同的方法。一種常用的展開方法是：將三維數(shù)據(jù)矩 沿著時間軸K 作垂直切分，然后將每一個通過切分得到的 I J 切片依次向右水列，則構(gòu)成一個新的二維數(shù)據(jù)矩陣 I KJ .

聚類結(jié)果更加穩(wěn)定和可靠。本質(zhì)上，在初始迭代過程中，AP 聚類將每一個作為輸入量，通過規(guī)定兩種信息并在類的目的。中，樣本點之間的相似度是用歐式距相似度可表示為：2k x種信息為吸引度 r i ,k 和歸屬度 a i ,k i的樣本點的聚類中心的證據(jù)。a i ,k 表聚類中心的合適程度。兩者之間的信

圖 2-2 AP 聚類信息傳遞示意圖迭代規(guī)則的具體數(shù)學(xué)表達(dá)式如公式（2 '' 'max , ,k k a i k s i k ''.' 0, , max 0, , ,ax 0, , ,i i kr k k r i k i r i k i 1, ,t t r i k r i k 1, ,t t a i k a i k 性的阻尼因子。A）
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐曉初;李元;;基于階段累積模型的多階段間歇過程質(zhì)量預(yù)測[J];沈陽化工大學(xué)學(xué)報;2017年01期

2 宋建成;;探討化工間歇過程的控制策略[J];化工自動化及儀表;1990年01期

3 章寅源;;探討間歇過程控制的設(shè)計描述方法[J];煉油化工自動化;1993年04期

4 張緒紅;肖應(yīng)旺;;基于多向核偏最小二乘的間歇過程在線監(jiān)控（英文）[J];計算機與應(yīng)用化學(xué);2017年06期

5 周景振,韓曾晉;間歇過程操作單元模糊自適應(yīng)控制器及其應(yīng)用[J];控制理論與應(yīng)用;1999年05期

6 李華文;間歇過程中穩(wěn)定控制器的設(shè)計[J];河北輕化工學(xué)院學(xué)報;1997年01期

7 胡瑾秋;郭放;張來斌;;基于趨勢分析的間歇過程異常工況超早期報警研究[J];石油學(xué)報(石油加工);2018年01期

8 邱彤，曲德林，朱兵，劉福禎;多目的間歇過程短期排程的柔性研究[J];化工技術(shù)經(jīng)濟;1996年01期

9 王保國,王春艷,許錫恩;間歇化工過程與計算機應(yīng)用[J];精細(xì)化工;1997年05期

10 張猛;許鋆;羅雄麟;;基于堆疊自適應(yīng)鏈接超平面模型的間歇過程批次間優(yōu)化控制[J];計算機與應(yīng)用化學(xué);2018年07期

相關(guān)博士學(xué)位論文 前10條

1 劉偉旻;間歇過程測量數(shù)據(jù)異常智能檢測方法研究[D];北京化工大學(xué);2018年

2 王錫昌;基于局部偏最小二乘的間歇過程質(zhì)量預(yù)測研究[D];北京工業(yè)大學(xué);2017年

3 陸鵬程;間歇生產(chǎn)過程經(jīng)濟模型預(yù)測控制理論與應(yīng)用[D];浙江大學(xué);2019年

4 唐曉初;基于統(tǒng)計模型的多階段間歇過程在線質(zhì)量預(yù)測與過程監(jiān)測[D];東北大學(xué);2015年

5 謝磊;間歇過程統(tǒng)計性能監(jiān)控研究[D];浙江大學(xué);2005年

6 李贛平;基于智能計算的過程控制與優(yōu)化若干研究[D];上海交通大學(xué);2007年

7 秦巖;數(shù)據(jù)驅(qū)動的間歇過程監(jiān)測與質(zhì)量控制研究[D];浙江大學(xué);2018年

8 王姝;基于數(shù)據(jù)的間歇過程故障診斷及預(yù)測方法研究[D];東北大學(xué);2010年

9 趙春暉;多時段間歇過程統(tǒng)計建模、在線監(jiān)測及質(zhì)量預(yù)報[D];東北大學(xué);2009年

10 楊霞;間歇過程用水網(wǎng)絡(luò)綜合的研究[D];青島科技大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 張娜;間歇過程故障診斷及舵機狀態(tài)監(jiān)控研究[D];中國民航大學(xué);2019年

2 王碩;基于深度學(xué)習(xí)的間歇過程故障檢測與診斷方法[D];杭州電子科技大學(xué);2019年

3 邵盟雅;基于K-means最佳聚類與隨機投影的間歇過程故障診斷[D];河北師范大學(xué);2019年

4 張琛琛;基于多向核熵成分分析的間歇過程故障檢測方法研究[D];中國石油大學(xué)(華東);2017年

5 程相;基于過程遷移模型的間歇過程質(zhì)量預(yù)測與運行優(yōu)化方法研究[D];中國礦業(yè)大學(xué);2019年

6 劉曉鳳;隱空間下間歇過程操作變量曲線迭代優(yōu)化[D];江南大學(xué);2019年

7 熊歡;基于貝葉斯統(tǒng)計分析的多模態(tài)間歇過程模態(tài)識別方法研究[D];北京化工大學(xué);2018年

8 仇力;基于主元相似度的間歇過程操作曲線優(yōu)化[D];江南大學(xué);2018年

9 鄭皓;面向多階段間歇過程的故障監(jiān)測方法改進(jìn)研究[D];江南大學(xué);2018年

10 王英赫;基于模糊聚類的間歇過程故障診斷的研究[D];哈爾濱理工大學(xué);2018年

本文編號：2836693