【摘要】：隨著現(xiàn)代工業(yè)生產(chǎn)系統(tǒng)大型化和復(fù)雜化的迅速發(fā)展,為了保證生產(chǎn)過程安全、可靠、無故障的長期運(yùn)行,過程監(jiān)測(cè)與故障診斷已經(jīng)成為控制領(lǐng)域最具有挑戰(zhàn)性的研究方向之一。由于系統(tǒng)的復(fù)雜化,相關(guān)歷史數(shù)據(jù)的不斷增加,同時(shí)變量之間的關(guān)系也隨之變得更加復(fù)雜,對(duì)于變量之間因果關(guān)系的正確把握在很大程度上影響著故障診斷的準(zhǔn)確性�；诙嘣y(tǒng)計(jì)分析的故障診斷方法是重要的過程監(jiān)測(cè)與故障診斷方法之一,但當(dāng)生產(chǎn)過程出現(xiàn)故障時(shí),傳統(tǒng)的基于多元統(tǒng)計(jì)分析的故障診斷方法在具有根部原因及因果關(guān)系問題的診斷上就略顯不足。本文在國內(nèi)外已有的研究成果的基礎(chǔ)上,對(duì)變量之間存在著因果關(guān)系的故障診斷問題進(jìn)行了系統(tǒng)和深入的研究,所做的主要工作為: 首先,利用領(lǐng)域?qū)＜宜o出的領(lǐng)域知識(shí),將其與貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法PC算法相結(jié)合來建立變量之間的因果貝葉斯網(wǎng)絡(luò),通過在PC算法中適當(dāng)?shù)牟迦腩I(lǐng)域知識(shí)進(jìn)行貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的學(xué)習(xí),從而獲得因果貝葉斯網(wǎng)絡(luò)。 其次,在因果貝葉斯網(wǎng)絡(luò)以及對(duì)現(xiàn)有的基于多元統(tǒng)計(jì)分析的故障診斷方法分析的基礎(chǔ)上,將因果貝葉斯網(wǎng)絡(luò)與T 2分解法相結(jié)合,提出了一種基于貝葉斯網(wǎng)絡(luò)與T 2分解法的故障診斷方法,通過建立基于貝葉斯網(wǎng)絡(luò)的多元線性回歸模型、進(jìn)行基于T 2控制圖的故障檢測(cè)、統(tǒng)一分解方式以及建立分解方式所包含的所有分解項(xiàng)的判定界限識(shí)別出故障變量三個(gè)步驟來達(dá)到診斷目的; 最后,為了證明該方法的有效性和準(zhǔn)確性,在以上工作的基礎(chǔ)上,對(duì)一實(shí)例的單變量失控與多個(gè)變量同時(shí)失控的兩種故障情況進(jìn)行分析,將該方法的診斷結(jié)果與傳統(tǒng)的基于單變量控制圖、主成分分析、MYT正交分解的故障診斷方法的診斷結(jié)果進(jìn)行比較,證明了本文提出的故障診斷方法是有效可行的。同時(shí),對(duì)該方法與基于MYT正交分解的故障診斷方法進(jìn)行了仿真實(shí)驗(yàn),仿真實(shí)驗(yàn)是在31種故障模式下進(jìn)行的,實(shí)驗(yàn)結(jié)果證明本文提出的故障診斷方法在準(zhǔn)確性方面優(yōu)于基于MYT正交分解的故障診斷方法,其診斷過程也比基于MYT正交分解的故障診斷方法便捷。
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類號(hào)】：TH165.3
【圖文】：

簡介程中，影響最終產(chǎn)品質(zhì)量的因素往往有多種，而這些變?nèi)绻雎运鼈冎g的相關(guān)性，而用多個(gè)單變量控制圖分控，往往會(huì)導(dǎo)致生產(chǎn)過程中的異常情況不容易被確認(rèn)，會(huì)導(dǎo)出錯(cuò)誤的結(jié)論。需要用兩個(gè)變量1X 和2X 來表征，當(dāng)兩個(gè)變量相互獨(dú)立個(gè)變量繪制單變量控制圖進(jìn)行監(jiān)控。如圖 2.1 所示，根樣本均值1x 和2x 均在各自的控制限以內(nèi)，就可以認(rèn)為生2X 之間存在著相關(guān)關(guān)系時(shí)，其二元變量的聯(lián)合控制區(qū)域.2 顯示有一樣本點(diǎn)位于橢圓控制區(qū)域之外，表示生產(chǎn)過程控時(shí)，監(jiān)控的結(jié)果為處于受控狀態(tài)。因此，當(dāng)變量之間圖會(huì)出現(xiàn)誤判的情況。

圖 2 兩個(gè)變量不相互獨(dú)立情況下的橢圓控制區(qū)域的復(fù)雜性不斷加大，并且這些過程變量彼此之間存在著相關(guān)法做到準(zhǔn)確的監(jiān)控，因此對(duì)多個(gè)過程變量進(jìn)行聯(lián)合監(jiān)控就顯得慮多個(gè)具有相關(guān)關(guān)系變量的問題，就稱為多變量統(tǒng)計(jì)過程控制控制圖程的監(jiān)控首推 Hotelling2T 控制圖，其核心思想是通過新觀察值來判斷出界的異常點(diǎn)。圖 2.1 的中心點(diǎn) 1 2O x ,x 為其數(shù)據(jù)的的直線距離為 2 21 1 2 2d x x x x

9 -1.4265 0.6709 0.278 -1.9863 0.233 6.575310 1.1584 0.7381 1.4313 0.2262 3.2942 16.5347圖4.5 變量5X 發(fā)生均值偏移情況下的2T 控制圖由圖4.5可知，前9個(gè)樣本均處在控制限的范圍之內(nèi)，而第10個(gè)樣本明顯超出控制限，為奇異值點(diǎn)，由此可以判斷生產(chǎn)過程出現(xiàn)故障，第1~10個(gè)樣本的2T 值列于表4.1中。接下來就是要確定生產(chǎn)過程中故障的產(chǎn)生具體是由哪個(gè)或者哪些變量引起的，即進(jìn)行故障識(shí)別。4.4.3 故障識(shí)別根據(jù)式（4-17），對(duì)出界的2T 值進(jìn)行分解，分解的結(jié)果為存在著 5 個(gè)分解項(xiàng)21T 、22T 、23 1,2T 、24 1T 和25 3,4T

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 胡濤,呂炳朝,陳光

本文編號(hào)：2750246