【摘要】：隨著現(xiàn)代工業(yè)的發(fā)展,工業(yè)自動化系統(tǒng)呈現(xiàn)出復(fù)雜化、信息化和智能化的趨勢。尤其是近年來工業(yè)4.0時代和智能化時代的到來,對現(xiàn)代工業(yè)過程的生產(chǎn)效益和過程安全提出了更高的要求。過程監(jiān)測技術(shù)作為復(fù)雜流程工業(yè)過程控制的重要手段之一,在保障過程的平穩(wěn)安全運行、降低能源消耗和污染以及提升生產(chǎn)效率及產(chǎn)品質(zhì)量等方面具有重大的意義。現(xiàn)代工業(yè)過程規(guī)模龐大,生產(chǎn)流程日漸復(fù)雜,使得傳統(tǒng)的機(jī)理模型難以獲得并應(yīng)用。與此同時,由于近年來數(shù)據(jù)科學(xué)和傳感技術(shù)的進(jìn)步,海量過程數(shù)據(jù)的收集、傳輸以及存儲變得更加便捷,工業(yè)生產(chǎn)過程中積累了大量的過程數(shù)據(jù)。這些數(shù)據(jù)蘊含了豐富的過程生產(chǎn)信息,但往往是通過不同的采樣間隔從生產(chǎn)過程的各個環(huán)節(jié)中獲得,且同時也具有自相關(guān)性、互相關(guān)性、質(zhì)量約束、噪聲問題等復(fù)雜的數(shù)據(jù)特征。如何利用多種來源、復(fù)雜特征的過程數(shù)據(jù)指導(dǎo)現(xiàn)代流程工業(yè)的過程監(jiān)測,成為了過程監(jiān)測領(lǐng)域亟需解決的問題。本文針對多采樣率工業(yè)過程,從過程數(shù)據(jù)的復(fù)雜特性和流程工業(yè)的過程特性兩個層面出發(fā),研究了多采樣率流程工業(yè)的數(shù)據(jù)建模以及過程監(jiān)測問題。本文的主要研究工作和研究成果可以分為以下幾個部分:(1)針對于靜態(tài)平穩(wěn)多采樣率過程,以數(shù)據(jù)的變量互相關(guān)性角度未出發(fā)點,提出了基于多采樣率主成分分析模型的數(shù)據(jù)建模和故障檢測方法。在傳統(tǒng)的主成分分析模型的基礎(chǔ)上,通過改進(jìn)過程數(shù)據(jù)協(xié)方差矩陣的計算方式,將多采樣率數(shù)據(jù)映射到低維特征空間中并提出了相應(yīng)的故障檢測方法。該模型相比于傳統(tǒng)過程監(jiān)測模型,避免了空采樣數(shù)據(jù)的舍棄或填補(bǔ),能夠有效地適應(yīng)多采樣率過程的數(shù)據(jù)建模并能夠敏銳地識別過程中的異常變化,對于平穩(wěn)多采樣率過程的故障檢測具有良好的效果。(2)針對于多采樣率靜態(tài)平穩(wěn)過程過程變量和質(zhì)量效益變量之間的約束關(guān)系,提出了基于多采樣率偏最小二乘模型的過程建模和故障檢測方法。該模型能夠針對于多采樣率數(shù)據(jù)特點,引入了過程變量自協(xié)方差矩陣以及過程數(shù)據(jù)與質(zhì)量相關(guān)變量的計算方法,并解決了數(shù)據(jù)缺失帶來的模型參數(shù)估計難題,從而有效地提取過程變量和質(zhì)量變量之間的相關(guān)關(guān)系,對于質(zhì)量變量相關(guān)的過程變量波動,具有良好的監(jiān)測效果。(3)針對于多模態(tài)多采樣率過程,提出了基于混合多采樣率概率主成分分析模型的多模態(tài)過程數(shù)據(jù)建模和故障檢測方法。通過建立混合模型描述過程的多模態(tài)特性,同時在每個模態(tài)的子模型采用多采樣率概率主成分分析模型用于描述多采樣率數(shù)據(jù)。在對過程進(jìn)行在線故障檢測時,通過貝葉斯公式計算樣本分屬于每個模態(tài)的后驗概率以及在每個模態(tài)下的隱層特征的后驗概率期望,建立了每個模態(tài)下的統(tǒng)計指標(biāo)并加以融合給出了全局的統(tǒng)計指標(biāo),在多模態(tài)多采樣率過程的故障檢測問題上取得了良好的表現(xiàn)。(4)針對于多采樣率動態(tài)過程,提出了基于多采樣率線性高斯?fàn)顟B(tài)空間模型的動態(tài)過程數(shù)據(jù)建模和故障檢測方法。將過程變量通過概率描述限制在隱層特征空間中,并獨立描述了每個采樣率下的過程數(shù)據(jù)和隱層特征的概率關(guān)系。同時,在隱層特征上利用一階馬爾科夫過程描述過程的動態(tài)性。因而同時提取多個采樣率下的過程變量的互相關(guān)性特征和樣本之間的自相關(guān)性特征。為了適應(yīng)多采樣率過程的數(shù)據(jù)特點,該模型提出了相應(yīng)的模型參數(shù)求解方式并給出了證明�；陔[層特征和過程變量的重構(gòu)誤差建立了相應(yīng)的統(tǒng)計指標(biāo),在多采樣率動態(tài)過程的故障檢測問題上具有良好的效果。
【圖文】：

數(shù)據(jù)時會遇到巨大的問題。多米樣率過程（Ｍｕｌｔｉ－ｒ有多個采樣率的工業(yè)過程。總結(jié)來說，多采樣率過：逡逑性特點：多采樣率過程采集到的變量并非是均勻完面會根據(jù)采樣率的差異有所區(qū)別；逡逑：多采樣率過程采集到的數(shù)據(jù)具有明顯的規(guī)則性，，度仍是長度均勻的。換言之，k胃霾裳氏碌氖荻猿菩裕憾嗖裳使討惺菅舅男畔⒉ⅲǜ邞蒲剩┑謀淞看蠖嗍竅低車墓癱淞�，他面@裳剩ǖ筒上槁剩┑謀淞糠炊蠖嗍侵柿啃б婀こ淌Ω庸刈⒄廡┍淞克墓絳畔�，蕼湘V糠治黽壑�。辶x希裕齲卞偽淞垮巍義

本文編號：2590104