基于EFSM的復(fù)雜工業(yè)過程故障預(yù)測應(yīng)用研究.pdf

1、隨著工業(yè)技術(shù)的不斷革新，對于工業(yè)過程中安全性的要求也日益提高。在做好安全評價和有效的防護的基礎(chǔ)上，能夠預(yù)先判斷即將發(fā)生的安全問題也成為一個重要的研究領(lǐng)域。數(shù)據(jù)時代的到來和人工智能技術(shù)興起給這一傳統(tǒng)領(lǐng)域帶了新的活力和新的希望。在日趨復(fù)雜和規(guī)?；墓I(yè)生產(chǎn)過程，系統(tǒng)故障情況是客觀存在的，因此如何有效地完善現(xiàn)有故障預(yù)測方法，提高現(xiàn)有故障預(yù)測方法的精度和可靠性成為本課題研究的重點。為此，本課題針對工業(yè)非線性過程數(shù)據(jù)處理、現(xiàn)有故障預(yù)測方法改進和多

2、故障預(yù)測問題，做了以下研究:
　　(1)針對工業(yè)非線性過程系統(tǒng)數(shù)據(jù)含噪聲、部分變量數(shù)據(jù)變化微小、變量間相互關(guān)聯(lián)且存在時滯的問題，本文采用移動窗口均值濾波技術(shù)來去除由于儀器噪聲、輸入干擾等帶來的隨機噪聲，同時保證數(shù)據(jù)的實時性。運用時延互信息量(TDMI)對變量的時序數(shù)據(jù)進行互相關(guān)分析和時滯分析。(2)針對傳統(tǒng)故障預(yù)測問題，本文提出了一種基于反饋差分極限學(xué)習(xí)機(FDE-ELM)與時延擴展有限狀態(tài)機(TD-EFSM)的故障預(yù)測方法。FD

3、E-ELM是一種針對工業(yè)非線性過程時序數(shù)據(jù)而提出的網(wǎng)絡(luò)模型，其作用是記錄工業(yè)數(shù)據(jù)的時序信息來提高網(wǎng)絡(luò)模型的預(yù)測精度。該方法是運用時延互信息量分析的結(jié)果，建立變量間的時延依賴網(wǎng)絡(luò)，并引入到 FDE-ELM的模型中。依據(jù)設(shè)定的控制限，對FDE-ELM的預(yù)測結(jié)果進行判斷，當(dāng)變量出現(xiàn)異常時，啟動EFSM模型進行故障識別。(3)針對工業(yè)過程多故障，本文提出了一種基于時序EFSM(TS-EFSM)和相關(guān)向量機(RVM)的多故障預(yù)測方法。由于多故障預(yù)