版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、本文研究數(shù)據(jù)驅(qū)動(dòng)的工業(yè)過程監(jiān)控和故障診斷技術(shù),主要針對(duì)多元統(tǒng)計(jì)方法和非高斯問題的若干缺點(diǎn)和該領(lǐng)域的一些難題,提出了相應(yīng)的解決方案,以TE過程為主要實(shí)驗(yàn)對(duì)象,驗(yàn)證了所提方法的有效性和優(yōu)越性。
傳統(tǒng)的非線性方法如KPCA和KICA都是靜態(tài)的,沒有考慮過程的動(dòng)態(tài)特性,而且沒有變量貢獻(xiàn)分析方法用于故障診斷。所以,本文提出了核動(dòng)態(tài)獨(dú)立成分分析(KDICA),該方法將自回歸模型、核變換同獨(dú)立成分分析結(jié)合起來,實(shí)現(xiàn)對(duì)非線性非高斯動(dòng)態(tài)過程
2、的監(jiān)控。接著提出了基于分步思想的變量貢獻(xiàn)分析方法用于故障診斷。這里,自回歸模型階次,即過程動(dòng)態(tài)階次,是利用高階累積量辨識(shí)確定的,能夠有效抑制高斯噪聲的影響。
很多實(shí)際過程同時(shí)包含高斯特性和非高斯特性,伴隨著非線性和動(dòng)態(tài)性,并且傳統(tǒng)的非線性方法對(duì)于微小故障的檢測(cè)和診斷效果很不理想。為此,本文提出了動(dòng)態(tài)核獨(dú)立成分分析-主成分分析(DKICA-PCA),該方法利用自回歸模型來獲取過程動(dòng)態(tài)特性,通過兩步法分別提取過程的非高斯特征和
3、高斯特征。值得注意的是,此處動(dòng)態(tài)階次不是利用前面提到的高階累積量辨識(shí)的方法確定的,因?yàn)楦唠A累積量方法只適用于非高斯過程。在這里提出了一種通過計(jì)算核矩陣特征值的自動(dòng)確定過程動(dòng)態(tài)階次的方法,該方法對(duì)線性和非線性自回歸模型都是有效的。為了進(jìn)一步提高檢測(cè)的穩(wěn)定性和檢測(cè)/診斷微小故障的能力,在DKICA-PCA的基礎(chǔ)上,又利用指數(shù)加權(quán)滑動(dòng)平均(EWMA)濾波提出了動(dòng)態(tài)濾波核獨(dú)立成分分析-主成分分析(DFKICA-PCA),最后提出了基于指標(biāo)偏導(dǎo)數(shù)
4、的非線性變量貢獻(xiàn)分析用于故障診斷。
特征選取和維度縮減,尤其是在非線性過程和高斯特性與菲高斯特性并存的過程中,是過程監(jiān)控和故障診斷的一大難題,這是因?yàn)镮CA算法得到的獨(dú)立成分都具有單位方差,不能像PCA算法得到的主成分那樣按方差大小排序,而且,即使通過其它方法如非高斯性大小對(duì)獨(dú)立成分排序,獨(dú)立成分和主成分也不具有可比性。為此,本文提出了一種計(jì)算獨(dú)立成分方差的方法(VIC),該方差和主成分的方差有相同的物理意義。而且,本文還
5、提出了一種平均值和相對(duì)變化值聯(lián)合準(zhǔn)則(AE&RVE)來更好地確定特征的選擇限。使用VIC和AE&RVE,可以得到新的KICA方法,能夠?qū)崿F(xiàn)非高斯特征與高斯特征的可比較性選擇以及全新的KICA-PCA。值得注意的是,該特征選擇和維度縮減方法同樣適用于線性過程。
所有傳統(tǒng)PCA相關(guān)的方法都只利用了低階統(tǒng)計(jì)信息且只對(duì)過程低階統(tǒng)計(jì)信息進(jìn)行監(jiān)測(cè),所有傳統(tǒng)ICA相關(guān)的方法雖然利用了高階統(tǒng)計(jì)信息提取了獨(dú)立成分,但也只是對(duì)過程的低階統(tǒng)計(jì)信
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多元統(tǒng)計(jì)分析的生產(chǎn)過程故障診斷研究.pdf
- 基于多元統(tǒng)計(jì)分析的故障診斷方法研究.pdf
- 基于多元統(tǒng)計(jì)分析的過程系統(tǒng)故障診斷方法研究.pdf
- 基于多元統(tǒng)計(jì)分析的軋鋼過程故障診斷與質(zhì)量預(yù)報(bào)研究.pdf
- 基于多元統(tǒng)計(jì)分析的故障診斷與質(zhì)量監(jiān)測(cè)研究.pdf
- 基于多元統(tǒng)計(jì)分析的故障診斷方法及其應(yīng)用研究.pdf
- 基于多變量統(tǒng)計(jì)分析的復(fù)雜工業(yè)過程故障診斷.pdf
- 基于多元統(tǒng)計(jì)分析的航空發(fā)動(dòng)機(jī)故障診斷研究.pdf
- 基于多元統(tǒng)計(jì)分析的工業(yè)過程故障檢測(cè)研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)與多元統(tǒng)計(jì)分析的故障診斷方法研究.pdf
- 數(shù)控機(jī)床故障診斷的統(tǒng)計(jì)分析方法.pdf
- 基于多元統(tǒng)計(jì)分析的火電廠控制系統(tǒng)故障診斷研究.pdf
- 基于多元統(tǒng)計(jì)方法的過程監(jiān)測(cè)及故障診斷.pdf
- 基于多元統(tǒng)計(jì)過程控制的故障診斷技術(shù).pdf
- 基于多元統(tǒng)計(jì)化工過程故障診斷方法研究.pdf
- 大型風(fēng)電機(jī)組故障模式統(tǒng)計(jì)分析及故障診斷.pdf
- 基于多元統(tǒng)計(jì)過程控制的空分過程故障診斷.pdf
- 基于多元統(tǒng)計(jì)分析的故障檢測(cè)與應(yīng)用研究.pdf
- 基于多元統(tǒng)計(jì)過程控制的故障診斷技術(shù)研究.pdf
- 多元統(tǒng)計(jì)分析論文
評(píng)論
0/150
提交評(píng)論