【摘要】：在工業(yè)過程中,設置報警可以在過程變量參數異常、設備故障等工況異常時及時地提醒操作人員。然而,簡單的報警設計往往會導致大量的誤報警和滋擾報警,降低報警系統(tǒng)對運行過程的安全保障。調查表明,導致許多災難性事故發(fā)生的一個重要原因就是報警系統(tǒng)的不合理設計。因此,系統(tǒng)、科學、有效的報警系統(tǒng)設計及管理對保證工業(yè)過程安全連續(xù)運行至關重要�；诖�,本文致力于解決常用報警設計技術與其性能指標之間的定量關系。本文首先針對可通過馬爾科夫鏈建模的報警優(yōu)化技術,提出了計算其誤報率、漏報率及檢測遲延的一般算法,并將該算法應用在死區(qū)及傳統(tǒng)時間遲延技術,總結了該算法相比于現有算法的優(yōu)點。與傳統(tǒng)時間延遲技術要求連續(xù)n個樣本異常才報警不同,廣義時間延遲技術只要n個樣本中有n1個樣本異常就產生報警(n1≤n),能更好地反映過程實際工況。本文針對廣義時間遲延技術,基于所提出的報警性能指標的一般算法,給出了廣義時間遲延技術配置在報警系統(tǒng)中的各項性能指標計算過程。并通過Monte-Carlo仿真實驗驗證了其準確性。最后,本文討論了時間遲延技術在報警系統(tǒng)中的設計,通過仿真及工業(yè)案例研究,驗證了廣義時間遲延技術在工業(yè)應用的可行性。
【圖文】：

華北電力大學碩士學位論文2) 正常和異常工況下過程數據的概率密度分布是已知的，在實際工業(yè)過程中，這些分布可以由歷史數據估計出來。2.2 準確性對于單變量報警系統(tǒng)，通常從準確性和敏捷性（延遲性）兩個方面進行性能評估。其中準確性是指：系統(tǒng)必須保證在異常工況下產生報警并且在正常工況報警標簽處于不激活的狀態(tài)，這兩個特征可以通過誤報率（FAR）和漏報率(MAR)兩項性能指標來表征。如圖 2.1 所示的過程數據，假設過程變量 xt在正常和異常工況下的概率密度分布(PDFs)是已知的，報警閾值設置在 xtp。（圖中實線代表正常工況下的過程變量的概率密度分布，虛線代表異常工況下的過程變量的概率密度分布）

13圖 2.2 接受者操作特征（ROC）曲線C 曲線上的理想點是(0,0)，即原點。在這點上，系統(tǒng)既沒有誤警的產生。然而，這在上述例子中是不可能實現的，ROC 曲線，因為從圖 2.1 中可以看到正常數據和異常數據的分布中有明顯這個重疊區(qū)域的點既可以屬于正常數據又可以屬于異常數據，就不可避免了。因此，一個設計良好的報警系統(tǒng)應當是能保證 能地接近原點。值得注意的是，實際工業(yè)過程中 ROC 曲線的過程數據（包括正常和異常工況）的概率密度分布的，在實際過程歷史數據來得到所需的概率密度。因此，報警系統(tǒng)的管理及優(yōu)化。前面的討論可知，誤報率和漏報率是衡量報警系統(tǒng)準確性的兩
【學位授予單位】：華北電力大學(北京)
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP277

【參考文獻】

相關期刊論文 前1條

1 朱群雄;高慧慧;劉菲菲;彭荻;徐圓;顧祥柏;;過程工業(yè)報警系統(tǒng)研究進展[J];計算機與應用化學;2014年02期

，

本文編號：2545130