發(fā)布時(shí)間：2018-11-09 20:00

【摘要】：支持向量數(shù)據(jù)描述(SVDD)不要求過程數(shù)據(jù)滿足正態(tài)分布,已應(yīng)用于間歇過程故障檢測。現(xiàn)有的SVDD間歇過程故障檢測方法采用聚類分析和模型識別劃分間歇過程時(shí)段,多時(shí)段劃分的準(zhǔn)確性較低,制約了多時(shí)段間歇過程故障檢測精度的提高。針對上述問題提出了一種基于SVDD的多時(shí)段間歇過程故障檢測方法,利用SVDD的超球體半徑值與支持向量個(gè)數(shù)的變化劃分間歇過程的多時(shí)段,并建立了不同時(shí)段的SVDD故障檢測模型,使用待檢測樣本點(diǎn)的球心距與對應(yīng)時(shí)段的超球體半徑之差檢測過程故障,實(shí)現(xiàn)了多時(shí)段間歇過程的時(shí)段劃分與過程故障檢測。發(fā)酵過程仿真實(shí)驗(yàn)和實(shí)際生產(chǎn)實(shí)驗(yàn)結(jié)果表明,該方法能夠準(zhǔn)確地劃分間歇過程的多時(shí)段,并且能夠針對不同時(shí)段進(jìn)行故障檢測,具有較高的檢測率。
[Abstract]:Support vector data description (SVDD) does not require process data to satisfy normal distribution and has been applied to batch process fault detection. The existing SVDD batch process fault detection methods use clustering analysis and model identification to divide the batch process period, and the accuracy of multi-period division is low, which restricts the improvement of fault detection accuracy of multi-period batch process. In order to solve the above problems, a fault detection method based on SVDD for multi-time intermittent process is proposed. The variation of the radius of hypersphere and the number of support vectors of SVDD is used to divide the multi-period of intermittent process, and the model of SVDD fault detection in different periods is established. Using the difference between the spherical center distance of the sample point to be detected and the hypersphere radius of the corresponding period to detect the process fault, the interval division and the process fault detection of the multi-time interval intermittent process are realized. The results of fermentation process simulation and actual production experiments show that the method can accurately divide the multi-period of batch process, and can detect faults in different periods, and has a high detection rate.
【作者單位】： 北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金(61240047) 北京市自然科學(xué)基金(4152041)項(xiàng)目資助
【分類號】：TP277

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陸寧云;王福利;高福榮;王姝;;間歇過程的統(tǒng)計(jì)建模與在線監(jiān)測[J];自動化學(xué)報(bào);2006年03期

2 王麗;侍洪波;;基于核獨(dú)立元分析的間歇過程在線監(jiān)控[J];化工學(xué)報(bào);2010年05期

3 齊詠生;王普;高學(xué)金;陳修哲;;一種新的多階段間歇過程在線監(jiān)控策略[J];儀器儀表學(xué)報(bào);2011年06期

4 賈立;程大帥;曹魯明;邱銘森;;基于數(shù)據(jù)的間歇過程時(shí)變神經(jīng)模糊模型研究[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年07期

5 史洪巖;苑明哲;王天然;袁德成;;間歇過程動態(tài)優(yōu)化方法綜述[J];信息與控制;2012年01期

6 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

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

8 趙春暉;王福利;姚遠(yuǎn);高福榮;;基于時(shí)段的間歇過程統(tǒng)計(jì)建模、在線監(jiān)測及質(zhì)量預(yù)報(bào)[J];自動化學(xué)報(bào);2010年03期

9 李春富;鄭松;葛銘;;基于遞推非線性部分最小二乘模型的間歇過程批到批優(yōu)化[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年07期

10 張子羿;胡益;侍洪波;;一種基于聚類方法的多階段間歇過程監(jiān)控方法[J];化工學(xué)報(bào);2013年12期

相關(guān)會議論文 前10條

1 趙春暉;王福利;賈明興;;一種改進(jìn)的聚類算法在間歇過程中的應(yīng)用[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

2 劉興紅;鄒志云;劉建友;劉景全;王志甄;;間歇過程的多變量統(tǒng)計(jì)性能監(jiān)控技術(shù)綜述[A];2009中國過程系統(tǒng)工程年會暨中國mes年會論文集[C];2009年

3 胡益;馬賀賀;侍洪波;;基于局部模型的KPLS方法及其在間歇過程故障檢測中的應(yīng)用[A];第25屆中國控制與決策會議論文集[C];2013年

4 郭小萍;趙文丹;李元;;基于子時(shí)段LS-SVM的間歇過程質(zhì)量預(yù)測[A];2009中國控制與決策會議論文集（3）[C];2009年

5 張漢國;;大系統(tǒng)的故障檢測——隨機(jī)情形[A];1993中國控制與決策學(xué)術(shù)年會論文集[C];1993年

6 周東華;;一種工業(yè)異步電機(jī)的在線故障檢測與診斷新方法[A];1994年中國控制會議論文集[C];1994年

7 趙琦;周東華;;閉環(huán)系統(tǒng)的小故障檢測與分離方法[A];第十九屆中國控制會議論文集（二）[C];2000年

8 李福明;段廣仁;;一種魯棒故障檢測與分離的參數(shù)化方法[A];第16屆中國過程控制學(xué)術(shù)年會暨第4屆全國故障診斷與安全性學(xué)術(shù)會議論文集[C];2005年

9 王洪江;孫保民;田進(jìn)步;;一種圖形化的故障檢測和診斷方法[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2008年

10 彭濤;桂衛(wèi)華;Ding Steven X;湯瓊;李昊;;一種基于混合H_-/H_∞的故障檢測系統(tǒng)優(yōu)化設(shè)計(jì)方法[A];第二十七屆中國控制會議論文集[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 王亞君;間歇工業(yè)過程單批次建模與監(jiān)測關(guān)鍵技術(shù)研究[D];東北大學(xué);2015年

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

3 劉毅;間歇過程的核學(xué)習(xí)自適應(yīng)建模與控制研究及工業(yè)應(yīng)用[D];浙江大學(xué);2009年

4 胡益;基于KPLS的工業(yè)過程監(jiān)測方法研究[D];華東理工大學(xué);2014年

5 喬常明;故障檢測與診斷方法研究及其在網(wǎng)絡(luò)化系統(tǒng)中的應(yīng)用[D];黑龍江大學(xué);2015年

6 劉洋;魯棒模型預(yù)測控制與基于數(shù)據(jù)重構(gòu)的故障檢測[D];天津大學(xué);2015年

7 何雨辰;數(shù)據(jù)驅(qū)動的過渡過程建模與監(jiān)測[D];浙江大學(xué);2017年

8 沈非凡;基于軌跡分析的工業(yè)過程建模與故障檢測[D];浙江大學(xué);2016年

9 王紅茹;動態(tài)系統(tǒng)的魯棒故障檢測與分離方法研究[D];哈爾濱工業(yè)大學(xué);2006年

10 楊青;集合型故障檢測與診斷技術(shù)研究[D];長春理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 項(xiàng)亞南;基于MPCA的工業(yè)間歇過程故障檢測方法改進(jìn)研究[D];江南大學(xué);2015年

2 陳川;基于近鄰規(guī)則的間歇過程故障檢測算法研究[D];電子科技大學(xué);2015年

3 陳子鋒;面向具有不確定因素的間歇過程迭代學(xué)習(xí)控制[D];北京化工大學(xué);2015年

4 劉莉;基于核Fisher包絡(luò)分析的間歇過程故障診斷[D];北京化工大學(xué);2015年

5 李和平;基于核函數(shù)的間歇過程軟分段建模方法研究[D];北京化工大學(xué);2015年

6 崔寧;基于多階段MICA的間歇過程故障監(jiān)測[D];北京工業(yè)大學(xué);2015年

7 張亞潮;基于多尺度MICA的間歇過程故障監(jiān)測與診斷[D];北京工業(yè)大學(xué);2015年

8 武建;帶修正項(xiàng)的間歇過程迭代優(yōu)化控制方法及改進(jìn)研究[D];東北大學(xué);2014年

9 王海燕;基于單批次時(shí)段劃分的間歇過程故障監(jiān)測方法研究[D];東北大學(xué);2014年

10 張冰冰;基于數(shù)據(jù)的間歇過程指標(biāo)控制方法研究[D];東北大學(xué);2014年

，

本文編號：2321413