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),請進行舉報或認領(lǐng)
文檔簡介
1、化工過程對于工業(yè)的生產(chǎn)十分重要。近年來,由于科技的不斷進步和發(fā)展,化工過程擁有越來越先進的設備,越來越復雜的生產(chǎn)過程,對其的投資量越來越多和越來越先進的智能化水平,所以一個特別重要的問題就是如何實現(xiàn)其安全性和可靠性。而其中一種重要的手段就是對其進行故障診斷,使其更加可靠和安全。所以對于化工過程來說,故障診斷技術(shù)是有很重要的作用和意義的。本文以一個典型的化工生產(chǎn)過程TE(TennesseeEastman)過程作為研究的對象,提出了兩種改進
2、的核聚類算法,在一定程度上提高了故障診斷系統(tǒng)的準確性和快速性問題。
本文首先對故障診斷的研究意義和發(fā)展現(xiàn)狀做了綜述,概述了TE過程已有的故障診斷方法,并且詳細的闡述了TE過程。
然后,針對TE過程故障診斷系統(tǒng)的準確性問題,對TE過程已有的故障診斷方法進行比較研究,對存在的不足,提出了一種改進的核聚類算法,即核主元分析(KPCA)和模糊核C-均值聚類(KFCM)集合的故障診斷方法,對該方法和已有方法進行仿真分析和比較研
3、究。比較結(jié)果表明,核主元分析(KPCA)和模糊核C-均值聚類(KFCM)集合方法要優(yōu)于模糊核C-均值聚類方法和模糊C均值聚類方法。
再次,針對TE過程故障診斷系統(tǒng)的快速性問題,對TE過程已有的故障診斷方法進行比較研究,對存在的不足,提出了一種改進的增量核聚類算法,即核主元分析(KPCA)和增量模糊核C-均值聚類(IKFCM)集合的故障診斷方法,對該方法和已有方法進行仿真分析和比較研究。比較結(jié)果表明,核主元分析(KPCA)和增量
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向多模態(tài)TE過程的故障診斷方法研究.pdf
- CSTR過程故障診斷方法比較研究.pdf
- 基于TE的化工過程故障診斷算法研究.pdf
- 基于HMM的TE過程在線故障診斷與多步故障預報.pdf
- 化工過程開車過程故障診斷方法研究.pdf
- 三容水箱過程故障診斷方法研究.pdf
- 動態(tài)工業(yè)過程的故障診斷方法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的TE過程故障診斷與檢測研究.pdf
- 面向CSTH過程的集合故障診斷方法研究.pdf
- 基于多元統(tǒng)計化工過程故障診斷方法研究.pdf
- 大型化工過程監(jiān)測與故障診斷方法研究.pdf
- 鋁電解過程故障診斷方法研究與實現(xiàn).pdf
- 基于隱馬爾可夫模型的TE過程故障診斷與預報.pdf
- TEP故障診斷方法研究.pdf
- 道岔故障診斷方法研究.pdf
- 青霉素間歇過程故障診斷方法研究.pdf
- 鉆井過程中的故障診斷方法研究.pdf
- 基于改進SVM的工業(yè)過程故障診斷方法研究.pdf
- 基于信息融合的軋制過程故障診斷方法研究.pdf
- 基于KECA方法的過程監(jiān)測與故障診斷研究.pdf
評論
0/150
提交評論