【摘要】：為了解決實(shí)際工業(yè)過程中的多變量動(dòng)態(tài)過程監(jiān)測問題,提出了一種基于多變量軌跡分析和主元分析的在線故障檢測方法。通過構(gòu)造過程軌跡向量實(shí)現(xiàn)了多變量動(dòng)態(tài)信息的提取,結(jié)合主元分析算法對模型進(jìn)行了改進(jìn),利用改進(jìn)模型充分分析了過程數(shù)據(jù)的變化特征,同時(shí)將關(guān)鍵變量的軌跡趨勢圖作為參考實(shí)現(xiàn)了離線建模和在線故障檢測。與傳統(tǒng)的基于軌跡分析的方法相比,所提方法克服了變量個(gè)數(shù)限制,解決了統(tǒng)計(jì)量難以設(shè)計(jì)的問題,提取了過程動(dòng)態(tài)特性,實(shí)現(xiàn)了更為可靠的動(dòng)態(tài)過程監(jiān)測。通過某企業(yè)合成氨生產(chǎn)中轉(zhuǎn)化單元的實(shí)例驗(yàn)證表明,所提方法在處理多變量動(dòng)態(tài)過程的故障檢測問題上效果良好。
[Abstract]:In order to solve the problem of multivariable dynamic process monitoring in practical industrial processes, an on-line fault detection method based on multivariable trajectory analysis and principal component analysis is proposed. The multi-variable dynamic information is extracted by constructing the process path vector, and the model is improved by combining the principal component analysis algorithm, and the variation characteristics of the process data are fully analyzed by the improved model. At the same time, off-line modeling and on-line fault detection are realized by using the trajectory trend diagram of key variables as reference. Compared with the traditional trajectory analysis method, the proposed method overcomes the limitation of the number of variables, solves the problem that the statistics are difficult to design, extracts the dynamic characteristics of the process, and realizes more reliable dynamic process monitoring. The example of conversion unit in ammonia production in a certain enterprise shows that the proposed method is effective in dealing with the problem of fault detection in multivariable dynamic process.
【作者單位】： 浙江大學(xué)工業(yè)控制技術(shù)國家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61573308) 高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金資助項(xiàng)目(20130101110138)
【分類號(hào)】：TP277

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋涇霖;;多變量組合分類統(tǒng)計(jì)的編程方法[J];西安理工大學(xué)學(xué)報(bào);1985年03期

2 吳曉威;張井崗;;基于灰色預(yù)測的多變量自適應(yīng)PID控制器[J];工業(yè)儀表與自動(dòng)化裝置;2008年02期

3 任麗紅;劉雨波;羅雄麟;許鋒;;多變量時(shí)滯系統(tǒng)的關(guān)聯(lián)分析與變量配對[J];化工自動(dòng)化及儀表;2012年06期

4 沈炯,陳來九;用多變量頻域法設(shè)計(jì)供熱單元機(jī)組協(xié)調(diào)控制系統(tǒng)[J];中國電機(jī)工程學(xué)報(bào);1988年01期

5 唐晏,孫優(yōu)賢;多變量過程的專家系統(tǒng)控制[J];信息與控制;1997年04期

6 林巖,毛劍琴,孫秀霞;具有理想跟蹤特性的多變量變結(jié)構(gòu)模型參考自適應(yīng)控制[J];自動(dòng)化學(xué)報(bào);2002年01期

7 張珩;線性多變量連續(xù)系統(tǒng)參數(shù)的高精度辨識(shí)[J];控制理論與應(yīng)用;1985年03期

8 楊馬英，王樹青，，王驥程;多變量有約束過程的協(xié)調(diào)預(yù)測控制策略[J];控制與決策;1996年06期

9 王亞剛;許曉鳴;;復(fù)雜多變量過程模型的閉環(huán)頻域辨識(shí)[J];控制與決策;2010年06期

10 汪慶淼;鞠時(shí)光;;基于預(yù)測狀態(tài)表示的多變量概率系統(tǒng)預(yù)測[J];計(jì)算機(jī)應(yīng)用;2012年11期

相關(guān)會(huì)議論文 前10條

1 賈利民;張錫第;謝肇桐;;多變量模糊系統(tǒng)的一個(gè)快速算法[A];1995年中國控制會(huì)議論文集（下）[C];1995年

2 徐敦忠;林巖;毛劍琴;;多變量變結(jié)構(gòu)模型參考自適應(yīng)控制[A];第二十屆中國控制會(huì)議論文集（上）[C];2001年

3 李維;秦京華;;應(yīng)用中的多變量自校正調(diào)節(jié)器[A];1998年中國控制會(huì)議論文集[C];1998年

4 張興武;陳雪峰;何正嘉;;梁類結(jié)構(gòu)的多變量小波有限元?jiǎng)恿W(xué)分析[A];中國力學(xué)大會(huì)——2013論文摘要集[C];2013年

5 張維存;李清泉;;多變量組合自校正器[A];1991年控制理論及其應(yīng)用年會(huì)論文集（上）[C];1991年

6 李清泉;張維存;;時(shí)延未知或時(shí)變的多變量組合自校正器的設(shè)計(jì)[A];1991年控制理論及其應(yīng)用年會(huì)論文集（上）[C];1991年

7 李少遠(yuǎn);王群仙;袁著祉;;一種改進(jìn)的多變量模糊邏輯推理方法[A];1996年中國控制會(huì)議論文集[C];1996年

8 宋松柏;金菊良;康艷;;Copulas函數(shù)描述洪水多變量聯(lián)合概率分布的幾個(gè)問題探討[A];中國水文科技新發(fā)展——2012中國水文學(xué)術(shù)討論會(huì)論文集[C];2012年

9 張竟新;;一類確定性多變量非線性系統(tǒng)的自適應(yīng)控制[A];1989年控制理論及其應(yīng)用年會(huì)論文集（中）[C];1989年

10 馮麗輝;陳雯;史紅梅;;活化爐的多變量解耦控制研究[A];首屆全國有色金屬自動(dòng)化技術(shù)與應(yīng)用學(xué)術(shù)年會(huì)論文集[C];2003年

相關(guān)博士學(xué)位論文 前6條

1 陶成東;多變量公鑰密碼方案的設(shè)計(jì)與分析[D];華南理工大學(xué);2015年

2 王珠;若干類多變量線性系統(tǒng)模型辨識(shí)方法研究[D];北京化工大學(xué);2016年

3 張志杰;面向復(fù)雜產(chǎn)品制造的多變量過程調(diào)整技術(shù)研究[D];天津大學(xué);2013年

4 魏利勝;多變量網(wǎng)絡(luò)控制系統(tǒng)建模、控制與調(diào)度初探[D];上海大學(xué);2009年

5 任耀慶;多變量模糊邏輯控制系統(tǒng)的設(shè)計(jì)及其應(yīng)用[D];中南大學(xué);2013年

6 黃道平;多變量非線性過程控制[D];華南理工大學(xué);1998年

相關(guān)碩士學(xué)位論文 前10條

1 季一丁;多變量復(fù)雜系統(tǒng)的穩(wěn)態(tài)檢測和提取方法研究[D];浙江大學(xué);2016年

2 陸鳴;一種混合型的多變量數(shù)字簽名系統(tǒng)的低資源FPGA設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2016年

3 段建國;基于數(shù)據(jù)驅(qū)動(dòng)的復(fù)雜多變量閉環(huán)辨識(shí)技術(shù)研究[D];華北電力大學(xué)(北京);2016年

4 李思遙;基于多變量多項(xiàng)式的公鑰密碼系統(tǒng)的研究與實(shí)現(xiàn)[D];重慶大學(xué);2016年

5 陳偉;多變量模型參考自適應(yīng)控制進(jìn)一步研究[D];曲阜師范大學(xué);2008年

6 程志金;多變量系統(tǒng)辨識(shí)方法的研究及應(yīng)用[D];北京化工大學(xué);2012年

7 肖丹卉;結(jié)合優(yōu)先級的多變量過程報(bào)警閾值優(yōu)化方法[D];北京化工大學(xué);2014年

8 王明明;多變量閉環(huán)辨識(shí)[D];北京化工大學(xué);2008年

9 王檢耀;三維接觸碰撞動(dòng)力學(xué)的多變量方法及接觸模型研究[D];上海交通大學(xué);2014年

10 謝敏;多變量極值分布在區(qū)域暴雨極值分析中的應(yīng)用[D];南京信息工程大學(xué);2011年

本文編號(hào)：2207484