本文關(guān)鍵詞：基于置信規(guī)則庫(kù)推理的過(guò)程報(bào)警預(yù)測(cè)方法及應(yīng)用

  更多相關(guān)文章： 置信規(guī)則庫(kù) 時(shí)間序列 粒子群優(yōu)化算法 過(guò)程報(bào)警狀態(tài) 預(yù)測(cè)

【摘要】：隨著流程工業(yè)的生產(chǎn)規(guī)模的不斷增大和復(fù)雜程度不斷增加,其安全性能也愈發(fā)受到人們的廣泛關(guān)注,因此,過(guò)程報(bào)警系統(tǒng)逐漸成為一個(gè)熱點(diǎn)的應(yīng)用研究問(wèn)題。其中,報(bào)警預(yù)測(cè)功能能夠?qū)ιa(chǎn)過(guò)程可能出現(xiàn)的異常狀況做出提前判斷,及時(shí)告知操作人員進(jìn)行相應(yīng)處理,從而減少事故發(fā)生的幾率,對(duì)生產(chǎn)裝置和操作人員的安全起到更加完善的保護(hù)作用。論文提出了一種基于置信規(guī)則庫(kù)推理與時(shí)間序列預(yù)測(cè)思想相融合的過(guò)程報(bào)警狀態(tài)預(yù)測(cè)模型。首先,研究了置信規(guī)則庫(kù)模型的結(jié)構(gòu)及證據(jù)推理算法,針對(duì)推理模型中所包含的未知參數(shù),采用粒子群優(yōu)化算法進(jìn)行訓(xùn)練優(yōu)化,以時(shí)間序列歷史數(shù)據(jù)作為前提屬性、預(yù)測(cè)數(shù)據(jù)作為結(jié)果屬性,建立預(yù)測(cè)模型,數(shù)值實(shí)例仿真證明了這種預(yù)測(cè)方法的可行性；然后,針對(duì)不同的生產(chǎn)過(guò)程變量,基于單變量及多變量過(guò)程報(bào)警狀態(tài)預(yù)測(cè)方法,進(jìn)行模型的訓(xùn)練及測(cè)試,獲得可以在線應(yīng)用的過(guò)程報(bào)警預(yù)測(cè)模型；最后,將所提出的方法應(yīng)用于工業(yè)DMF回收過(guò)程,建立了置信規(guī)則庫(kù)模型,實(shí)現(xiàn)了過(guò)程報(bào)警預(yù)測(cè),另外,還初步開發(fā)了一個(gè)智能過(guò)程報(bào)警狀態(tài)預(yù)測(cè)應(yīng)用系統(tǒng)。研究結(jié)果表明,論文所給出的方法能夠有效地實(shí)現(xiàn)對(duì)過(guò)程報(bào)警狀態(tài)進(jìn)行預(yù)測(cè)。
【關(guān)鍵詞】：置信規(guī)則庫(kù) 時(shí)間序列 粒子群優(yōu)化算法 過(guò)程報(bào)警狀態(tài) 預(yù)測(cè)
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18;TP277
【目錄】：

• 摘要4-6
• ABSTRACT6-12
• 第一章 前言12-22
• 1.1 研究背景及意義12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-19
• 1.2.1 置信規(guī)則庫(kù)模型13-15
• 1.2.2 過(guò)程報(bào)警15-16
• 1.2.3 故障預(yù)測(cè)16-19
• 1.3 內(nèi)容及章節(jié)安排19-22
• 第二章 基于置信規(guī)則庫(kù)的推理22-38
• 2.1 引言22
• 2.2 置信規(guī)則庫(kù)22-23
• 2.3 基于置信規(guī)則庫(kù)的推理方法23-27
• 2.3.1 置信規(guī)則激活權(quán)重的計(jì)算24-26
• 2.3.2 激活規(guī)則的推理合成26-27
• 2.4 置信規(guī)則庫(kù)的參數(shù)學(xué)習(xí)方法27-31
• 2.4.1 問(wèn)題描述27-29
• 2.4.2 參數(shù)學(xué)習(xí)原理29-30
• 2.4.3 參數(shù)訓(xùn)練方法30-31
• 2.5 時(shí)間序列預(yù)測(cè)方法31-32
• 2.6 實(shí)例研究32-37
• 2.7 本章小結(jié)37-38
• 第三章 過(guò)程報(bào)警預(yù)測(cè)方法38-54
• 3.1 引言38
• 3.2 過(guò)程報(bào)警狀態(tài)預(yù)測(cè)38-40
• 3.2.1 過(guò)程報(bào)警事件序列38-39
• 3.2.2 單變量報(bào)警狀態(tài)預(yù)測(cè)39
• 3.2.3 多變量報(bào)警狀態(tài)預(yù)測(cè)39-40
• 3.3 過(guò)程報(bào)警狀態(tài)預(yù)測(cè)步驟40-45
• 3.3.1 數(shù)據(jù)提取41-42
• 3.3.2 模型建立42-43
• 3.3.3 模型驗(yàn)證43-44
• 3.3.4 在線預(yù)測(cè)44-45
• 3.4 實(shí)例研究45-53
• 3.4.1 單變量報(bào)警狀態(tài)預(yù)測(cè)45-51
• 3.4.2 多變量報(bào)警狀態(tài)預(yù)測(cè)51-53
• 3.5 本章小結(jié)53-54
• 第四章 應(yīng)用研究54-68
• 4.1 引言54
• 4.2 DMF回收過(guò)程報(bào)警預(yù)測(cè)54-63
• 4.2.1 工藝過(guò)程54-55
• 4.2.2 過(guò)程報(bào)警預(yù)測(cè)55-63
• 4.3 應(yīng)用系統(tǒng)63-67
• 4.4 本章小結(jié)67-68
• 第五章 結(jié)論與展望68-70
• 參考文獻(xiàn)70-74
• 致謝74-76
• 研究成果及發(fā)表的學(xué)術(shù)論文76-78
• 作者及導(dǎo)師簡(jiǎn)介78-80
• 附件80-81

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 肖丹卉;李宏光;臧灝;;化工過(guò)程多變量報(bào)警閾值優(yōu)化方法[J];控制工程;2015年02期

2 劉佳俊;胡昌華;周志杰;張?chǎng)?王鵬;;基于證據(jù)推理和置信規(guī)則庫(kù)的裝備壽命評(píng)估[J];控制理論與應(yīng)用;2015年02期

3 楊隆浩;傅仰耿;鞏曉婷;;置信規(guī)則庫(kù)參數(shù)學(xué)習(xí)的并行差分進(jìn)化算法[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2015年01期

4 徐曉濱;汪艷輝;文成林;孫新亞;徐冬玲;;基于置信規(guī)則庫(kù)推理的軌道高低不平順檢測(cè)方法[J];鐵道學(xué)報(bào);2014年12期

5 楊程;李宏光;;數(shù)據(jù)驅(qū)動(dòng)的多變量報(bào)警事件預(yù)測(cè)[J];計(jì)算機(jī)與應(yīng)用化學(xué);2014年11期

6 余瑞銀;楊隆浩;傅仰耿;;數(shù)據(jù)驅(qū)動(dòng)的置信規(guī)則庫(kù)構(gòu)建與推理方法[J];計(jì)算機(jī)應(yīng)用;2014年08期

7 Zhao Xin;Wang Shicheng;Zhang Jinsheng;Fan Zhiliang;Min Haibo;;Real-time fault detection method based on belief rule base for aircraft navigation system[J];Chinese Journal of Aeronautics;2013年03期

8 王鋒;李宏光;臧灝;;基于Logistic和ARMA模型的過(guò)程報(bào)警預(yù)測(cè)[J];化工學(xué)報(bào);2012年09期

9 楊一文;藺玉佩;;基于專家知識(shí)的模糊時(shí)間序列預(yù)測(cè)模型及應(yīng)用[J];系統(tǒng)管理學(xué)報(bào);2012年01期

10 宋曉華;楊尚東;劉達(dá);;基于蛙跳算法的改進(jìn)支持向量機(jī)預(yù)測(cè)方法及應(yīng)用[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年09期

，

本文編號(hào)：687311