工業(yè)過程具有規(guī)模性大、復(fù)雜性高、變量多、關(guān)聯(lián)性強等特點,如何從數(shù)據(jù)出發(fā)準確、快速地發(fā)現(xiàn)故障并處理,保證過程高效運行意義重大。而且工業(yè)過程數(shù)據(jù)具有高維、非線性的特點,因此提取數(shù)據(jù)特征對于故障診斷非常重要。另外,一個準確、可靠的故障診斷系統(tǒng)對于工業(yè)過程的正常運行具有重要作用�；诖�,本文以局部線性嵌入（LLE）和指數(shù)判別分析（EDA）為基礎(chǔ),提出了幾種改進的故障診斷方法,并通過TE仿真平臺及青霉素發(fā)酵過程仿真平臺進行了驗證。首先,提出一種改進的針對間歇過程的故障識別方法——核指數(shù)判別分析方法（KEDA）,利用基于差異度的性能指標進行故障診斷。KEDA方法結(jié)合了核方法和EDA方法的優(yōu)點,在處理非線性、小樣本問題上展現(xiàn)了很強的能力,并且在分類性能上有明顯的改善。在故障識別的實際應(yīng)用中,首先根據(jù)歷史數(shù)據(jù)建立已知類別的正常模型和故障模型。然后,將在線測量數(shù)據(jù)輸入到這些模型中,以識別當前的操作狀態(tài),即系統(tǒng)處于正常狀態(tài)還是故障狀態(tài)。若為故障狀態(tài),該方法可判斷何種故障發(fā)生或是否出現(xiàn)了新故障。其次,結(jié)合LLE和EDA方法,提出兩種改進的指數(shù)判別分析方法:局部線性指數(shù)判別分析（LLEDA）和鄰近保持嵌入判別... 

【文章來源】：北京化工大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－１間歇過程流程圖??－

行故障檢測及診斷，奠定了過程監(jiān)控的理論基礎(chǔ)。后來，Ｆｒａｎｋ?Ｐ．Ｍ將故障診斷??方法分為三類：基于數(shù)據(jù)的、基于知識的和基于模型的方法Ｗ。參考眾多學(xué)者在??故障診斷領(lǐng)域的研究內(nèi)容，本文將故障診斷領(lǐng)域的各類研究方法總結(jié)如圖１－２。??故障診斷方法?????Ｉ????■?１?，?１?｜基于數(shù)據(jù)驅(qū)動方法??基于模Ｉ型方法＾?｜基于知＿識方法＾?｛１?＿＿＾＾??（?Ｉ＾ＴＴＺＴ］?｜基于信號｜?｜基于流行?｜機器類學(xué)??處理方法?學(xué)習方法?習方法????ｊ－Ｊ???—?Ｉ?Ｉ?Ｉ?￣?Ｉ??狀參等霧違?ｓ?＂ｉｉ?＂ｉｉ?ｄ?９?ｄ?ｐｉ?ｄ?ｆｉｉ?ｐ?ｐ??態(tài)數(shù)價?系模識ｇ?Ｊ?＝波｜?ｕ?Ｌ?，?￥?Ｔ思經(jīng)??估估空?統(tǒng)型別Ｊ?５５藝變Ｊ?Ｈ?ｅ?Ｌ?＊?ｓ?Ｓ網(wǎng)??ｊｌｊｌＪ?□□?ＬＪｄｕＵ?ＵｎｌｉＪｎ?Ｓｌ．??＾?Ｐ?Ｐ?Ｆ?Ｉ??制?Ｃ?Ｌ?Ｄ?Ｃ??？?Ａ?Ｓ?Ａ?Ａ??圖１－２故障診斷方法概述??Ｆｉｇ．?１－２?Ａｎ?ｏｖｅｒｖｉｅｗ?ｏｆ?ｆａｕｌｔ?ｄｉａｇｎｏｓｉｓ?ｍｅｔｈｏｄｓ??３??

１．４課題來源??（１）國家自然科學(xué)基金項目：《統(tǒng)一框架下的間歇過程故障診斷與控制研??究》（Ｎｏ．６１５７３０５０）??（２）東北大學(xué)流程工業(yè)綜合自動化國家重點實驗室開放課題基金資助項??目：《復(fù)雜工業(yè)過程微小故障的閉環(huán)主動診斷》（ＮＯ．ＰＡＬ－Ｎ２０１７０２）??１．５論文的結(jié)構(gòu)與研究內(nèi)容??本文基于局部線性嵌入和指數(shù)判別分析方法進行故障診斷，具體內(nèi)容及結(jié)構(gòu)??安排如圖１－３所示。??


本文編號：2990012