本文關(guān)鍵詞：面向污水處理過(guò)程的故障診斷方法研究

  更多相關(guān)文章： 污水處理過(guò)程 故障檢測(cè)與診斷 多模態(tài)過(guò)程 EMD-IFCM-KPCA IJITL-IEMD-RLSSVM

【摘要】：隨著污水量的增加,污水處理過(guò)程規(guī)模的不斷擴(kuò)大,在處理過(guò)程中難免發(fā)生故障,且故障類型多樣化。因此對(duì)整個(gè)污水處理過(guò)程進(jìn)行準(zhǔn)確、有效的故障檢測(cè)與診斷顯得尤為必要。由于以往的污水處理過(guò)程故障檢測(cè)方法多是基于單模態(tài)過(guò)程的方法,基于多模態(tài)污水處理過(guò)程的故障檢測(cè)方法甚少,因此本文提出了一種適用于多模態(tài)污水處理過(guò)程的集合型故障檢測(cè)方法,即EMD-IFCM-KPCA方法;在此基礎(chǔ)上為了解決快速性的問(wèn)題,本文又提出了一種集合型快速故障診斷方法,即IJITL-IEMD-RLSSVM方法。把二者應(yīng)用到多模態(tài)污水處理過(guò)程的故障檢測(cè)與診斷中,通過(guò)實(shí)驗(yàn)仿真驗(yàn)證所提方法的有效性和準(zhǔn)確性。提出了污水處理過(guò)程的EMD-IFCM-KPCA集合型故障檢測(cè)方法。首先采用經(jīng)驗(yàn)?zāi)B(tài)分解法(EMD)對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。然后通過(guò)改進(jìn)的模糊C均值聚類法(IFCM)對(duì)數(shù)據(jù)進(jìn)行聚類,區(qū)分各模態(tài)。最后采用核主成分分析法(KPCA)以及利用T2、SPE控制圖對(duì)污水處理過(guò)程進(jìn)行故障檢測(cè)。提出了污水處理過(guò)程的IJITL-IEMD-RLSSVM集合型故障診斷方法。首先利用改進(jìn)的及時(shí)學(xué)習(xí)法(IJITL)對(duì)歷史數(shù)據(jù)分類,區(qū)分各模態(tài)。再在歷史模態(tài)數(shù)據(jù)中查找與待診斷數(shù)據(jù)相似的歷史模態(tài)數(shù)據(jù),將其輸出。然后利用改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解法(IEMD)對(duì)待診斷數(shù)據(jù)和輸出的歷史模態(tài)數(shù)據(jù)進(jìn)行預(yù)處理。最后利用遞推最小二乘支持向量機(jī)法(RLSSVM)對(duì)故障進(jìn)行分類,達(dá)到故障診斷的目的。為了驗(yàn)證所提的兩種方法的有效性,進(jìn)行了污水處理過(guò)程的實(shí)驗(yàn)仿真。首先,將多模態(tài)污水處理過(guò)程的EMD-IFCM-KPCA集合型故障檢測(cè)方法與其他兩種傳統(tǒng)方法,即KPCA方法和IFCM-KPCA方法相比較,驗(yàn)證該方法的有效性和準(zhǔn)確性。其次,將多模態(tài)污水處理過(guò)程的IJITL-IEMD-RLSSVM集合型故故障診斷方法與其他兩種傳統(tǒng)方法,即IJITL-SVM方法和IJITL-IEMD-SVM方法相比較,驗(yàn)證該方法的快速性和準(zhǔn)確性。理論研究和實(shí)驗(yàn)結(jié)果表明,在污水處理過(guò)程中,本文所提出的應(yīng)用于多模態(tài)的EMD-IFCM-KPCA集合型故障檢測(cè)方法和IJITL-IEMD-RLSSVM集合型故障診斷方法能夠有效檢測(cè)和診斷故障,準(zhǔn)確性和快速性優(yōu)于傳統(tǒng)方法。
【關(guān)鍵詞】：污水處理過(guò)程 故障檢測(cè)與診斷 多模態(tài)過(guò)程 EMD-IFCM-KPCA IJITL-IEMD-RLSSVM
【學(xué)位授予單位】：沈陽(yáng)理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：X703
【目錄】：

• 摘要6-8
• Abstract8-12
• 第1章 緒論12-22
• 1.1 污水處理過(guò)程故障診斷的研究背景及選題意義12-14
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀14-20
• 1.2.1 故障檢測(cè)與診斷研究方法現(xiàn)狀14-16
• 1.2.2 污水處理過(guò)程故障檢測(cè)與診斷方法研究現(xiàn)狀16-20
• 1.3 論文主要研究?jī)?nèi)容20-22
• 第2章 污水處理過(guò)程模型研究22-28
• 2.1 產(chǎn)生背景22-23
• 2.2 模型結(jié)構(gòu)23
• 2.3 水質(zhì)成分介紹23-24
• 2.4 實(shí)驗(yàn)數(shù)據(jù)24-27
• 2.5 本章小結(jié)27-28
• 第3章 基于EMD-IFCM-KPCA的污水處理過(guò)程故障檢測(cè)方法28-40
• 3.1 基于EMD分解的信號(hào)降噪原理28-29
• 3.2 改進(jìn)的模糊C均值聚類29-32
• 3.2.1 減法聚類29-31
• 3.2.2 模糊C均值31-32
• 3.2.3 改進(jìn)的模糊C均值聚類32
• 3.3 基于核主成分分析的故障特征檢測(cè)32-37
• 3.3.1 主成分分析32-34
• 3.3.2 核主成分分析34-36
• 3.3.3 基于KPCA的故障檢測(cè)方法36-37
• 3.4 基于EMD-IFCM-KPCA的集合型故障診斷方法37-38
• 3.4.1 算法原理37
• 3.4.2 算法流程37-38
• 3.5 本章小結(jié)38-40
• 第4章 基于IJITL-IEMD-RLSSVM污水處理過(guò)程故障診斷方法40-53
• 4.1 改進(jìn)的即時(shí)學(xué)習(xí)算法40-44
• 4.1.1 自組織神經(jīng)網(wǎng)絡(luò)40-41
• 4.1.2 基于增量的自組織神經(jīng)網(wǎng)絡(luò)41-42
• 4.1.3 即時(shí)學(xué)習(xí)算法42
• 4.1.4 改進(jìn)的即時(shí)學(xué)習(xí)算法42-44
• 4.2 基于IEMD分解的信號(hào)降噪原理44-46
• 4.2.1 滑動(dòng)窗口算法44-45
• 4.2.2 基于IEMD分解的信號(hào)降噪原理45-46
• 4.3 基于遞推最小二乘的支持向量機(jī)46-51
• 4.3.1 支持向量機(jī)的原理及分類方法46-48
• 4.3.2 最小二乘支持向量機(jī)算法48-49
• 4.3.3 基于遞推最小二乘的支持向量機(jī)49-51
• 4.4 基于IJITL-IEMD-RLSSVM的集合型多模態(tài)故障診斷方法51-52
• 4.4.1 算法原理51
• 4.4.2 算法流程51-52
• 4.5 本章小結(jié)52-53
• 第5章 污水處理過(guò)程故障檢測(cè)與診斷方法實(shí)驗(yàn)研究53-64
• 5.1 基于EMD-IFCM-KPCA的集合型故障檢測(cè)方法實(shí)驗(yàn)研究53-60
• 5.1.1 IFCM數(shù)據(jù)分類53
• 5.1.2 基于EMD-IFCM-KPCA的污水處理過(guò)程故障檢測(cè)53-60
• 5.2 基于IJITL-IEMD-RLSSVM故障診斷方法實(shí)驗(yàn)研究60-62
• 5.2.1 ISOM數(shù)據(jù)分類60-61
• 5.2.2 基于IJITL-IEMD-RLSSVM的污水處理過(guò)程故障診斷61-62
• 5.3 本章小結(jié)62-64
• 結(jié)論64-65
• 參考文獻(xiàn)65-72
• 攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果72-73
• 致謝73

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李晨龍;楊青;;污水處理過(guò)程的集合型監(jiān)測(cè)方法研究[J];測(cè)控技術(shù);2016年05期

2 田中大;李樹(shù)江;王艷紅;高憲文;;經(jīng)驗(yàn)?zāi)Ｊ椒纸馀c時(shí)間序列分析在網(wǎng)絡(luò)流量預(yù)測(cè)中的應(yīng)用[J];控制與決策;2015年05期

3 侯寬新;丁發(fā)軍;張道新;黃選紅;魏武國(guó);;基于DE-RLSSVM算法的航空發(fā)動(dòng)機(jī)傳感器故障診斷[J];航空動(dòng)力學(xué)報(bào);2014年12期

4 周偉;景博;黃以鋒;鄧森;郝中波;;基于GSA的機(jī)載復(fù)雜系統(tǒng)動(dòng)態(tài)多故障診斷方法研究[J];儀器儀表學(xué)報(bào);2014年03期

5 楊青;王栗;劉_g誠(chéng);劉念;;FICA-IPNN集合型滾動(dòng)軸承故障診斷方法[J];電機(jī)與控制學(xué)報(bào);2014年03期

6 張昭昭;;污水處理過(guò)程出水水質(zhì)多模型在線軟測(cè)量方法[J];控制工程;2014年01期

7 張曉楠;曾慶山;萬(wàn)紅;;基于改進(jìn)小波去噪和EMD方法的軸承故障診斷[J];測(cè)控技術(shù);2014年01期

8 段俊花;朱怡安;黃姝娟;陸偉;;多模態(tài)融合的多機(jī)器人任務(wù)分配算法研究[J];西北工業(yè)大學(xué)學(xué)報(bào);2013年06期

9 王玉靜;姜義成;康守強(qiáng);楊廣學(xué);陳艷娜;;基于優(yōu)化集合EMD的滾動(dòng)軸承故障位置及性能退化程度診斷方法[J];儀器儀表學(xué)報(bào);2013年08期

10 劉毅;金福江;高增梁;;時(shí)變過(guò)程在線辨識(shí)的即時(shí)遞推核學(xué)習(xí)方法研究[J];自動(dòng)化學(xué)報(bào);2013年05期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 楊青;集合型故障檢測(cè)與診斷技術(shù)研究[D];長(zhǎng)春理工大學(xué);2013年

2 薄翠梅;過(guò)程控制系統(tǒng)的故障檢測(cè)診斷與容錯(cuò)控制[D];南京理工大學(xué);2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 趙明;非線性過(guò)程故障檢測(cè)與診斷方法比較研究[D];沈陽(yáng)理工大學(xué);2014年

2 俞偉勝;多模態(tài)自適應(yīng)模糊控制在污水處理系統(tǒng)中的應(yīng)用研究[D];重慶大學(xué);2008年

，

本文編號(hào)：861032