版權(quán)說(shuō)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(jiǎn)介
1、石化生產(chǎn)過(guò)程具有高溫高壓、易燃易爆、有毒有害等特點(diǎn),未及時(shí)發(fā)現(xiàn)和排除故障將會(huì)導(dǎo)致重大人員傷亡和經(jīng)濟(jì)損失,甚至影響生態(tài)環(huán)境。因此研究過(guò)程故障診斷和預(yù)報(bào)技術(shù)具有重要現(xiàn)實(shí)意義。本文以連續(xù)生產(chǎn)過(guò)程為背景,針對(duì)多變量、非線性以及非高斯性等問(wèn)題,基于狀態(tài)估計(jì)方法研究并提出了新的過(guò)程故障診斷和預(yù)報(bào)方法,并通過(guò)仿真研究對(duì)方法的有效性進(jìn)行了驗(yàn)證和分析。
首先,為了考慮多維觀測(cè)數(shù)據(jù)的時(shí)序自相關(guān)性和變量互相關(guān)性,利用低維特征捕捉過(guò)程動(dòng)態(tài)特性,提
2、出一種基于典型變量分析狀態(tài)殘差的故障檢測(cè)方法。首先利用觀測(cè)數(shù)據(jù)建立典型變量分析模型,然后提取過(guò)程狀態(tài),估計(jì)狀態(tài)空間矩陣,從而建立子空間模型。將典型變量分析模型估計(jì)的狀態(tài)與子空間模型估計(jì)的狀態(tài)進(jìn)行對(duì)比獲得殘差,設(shè)計(jì)多元統(tǒng)計(jì)量監(jiān)控殘差的變化趨勢(shì)。在連續(xù)攪拌反應(yīng)器上的仿真研究表明,所提方法能夠根據(jù)低維特征信息更快速更靈敏地檢測(cè)到故障。
其次,針對(duì)非線性多變量過(guò)程,提出兩種基于unscented卡爾曼濾波新息特征的故障診斷方法:多
3、變量序貫概率比檢驗(yàn)方法和信息散度方法。利用unscented卡爾曼濾波器產(chǎn)生預(yù)測(cè)新息,對(duì)新息特征進(jìn)行深入研究。多變量序貫概率比檢驗(yàn)方法通過(guò)構(gòu)造對(duì)數(shù)概率似然比統(tǒng)計(jì)量和判決規(guī)則監(jiān)控過(guò)程的運(yùn)行狀態(tài)。為了進(jìn)一步考慮預(yù)測(cè)新息中的非高斯特征,信息散度方法利用核密度估計(jì)計(jì)算多元新息的概率分布,設(shè)計(jì)信息散度統(tǒng)計(jì)量監(jiān)控過(guò)程的運(yùn)行狀態(tài)。利用對(duì)稱信息散度計(jì)算待診斷過(guò)程與故障庫(kù)中各類故障之間的距離,識(shí)別故障類型。在連續(xù)攪拌反應(yīng)器上的仿真結(jié)果表明,提出的方法能夠
4、有效監(jiān)控過(guò)程變化,正確識(shí)別故障類型。
針對(duì)未知非線性系統(tǒng)故障預(yù)報(bào)問(wèn)題,提出一種基于支持向量機(jī)新息預(yù)測(cè)的改進(jìn)卡爾曼預(yù)測(cè)方法。通過(guò)典型變量分析子空間辨識(shí)算法獲得未知非線性系統(tǒng)的局部線性化模型,利用該模型和卡爾曼濾波器對(duì)過(guò)程進(jìn)行跟蹤和預(yù)測(cè),并利用支持向量機(jī)時(shí)間序列預(yù)測(cè)算法預(yù)測(cè)未來(lái)新息,基于未來(lái)新息修正卡爾曼單步和多步預(yù)報(bào)。在連續(xù)攪拌反應(yīng)器上的仿真研究表明,所提方法能夠準(zhǔn)確預(yù)測(cè)過(guò)程的動(dòng)態(tài)變化趨勢(shì),提前預(yù)報(bào)故障狀態(tài)。
5、最后,為了增強(qiáng)unscented卡爾曼濾波對(duì)故障過(guò)程的跟蹤和預(yù)報(bào)能力,提出一種基于模糊自適應(yīng)unscented卡爾曼濾波的預(yù)測(cè)器。根據(jù)預(yù)測(cè)效果調(diào)節(jié)狀態(tài)誤差協(xié)方差矩陣和卡爾曼增益,增強(qiáng)unscented卡爾曼濾波器對(duì)故障過(guò)程的跟蹤能力。針對(duì)過(guò)調(diào)節(jié)導(dǎo)致的跟蹤波動(dòng)較大問(wèn)題,設(shè)計(jì)Takagi-Sugeno模糊邏輯系統(tǒng)平滑調(diào)節(jié)。仿真研究表明,模糊自適應(yīng)濾波器能夠在保證強(qiáng)跟蹤能力的同時(shí)實(shí)現(xiàn)平滑跟蹤,基于模糊自適應(yīng)濾波的預(yù)測(cè)器能夠精確預(yù)測(cè)未來(lái)過(guò)程輸出
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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
- 基于回聲狀態(tài)網(wǎng)絡(luò)的化工過(guò)程故障診斷方法研究.pdf
- 基于HMM的TE過(guò)程在線故障診斷與多步故障預(yù)報(bào).pdf
- 基于KECA方法的過(guò)程監(jiān)測(cè)與故障診斷研究.pdf
- 中速磨煤機(jī)狀態(tài)監(jiān)測(cè)與故障診斷方法研究.pdf
- 間歇過(guò)程過(guò)渡狀態(tài)建模和故障診斷方法的研究與應(yīng)用.pdf
- 間歇過(guò)程過(guò)渡狀態(tài)建模和故障診斷方法的研究與應(yīng)用(1)
- 基于SVM、ICA方法的過(guò)程建模與故障診斷研究.pdf
- 基于奇異值分解的狀態(tài)監(jiān)測(cè)與故障診斷方法研究.pdf
- 基于隱馬爾可夫模型的TE過(guò)程故障診斷與預(yù)報(bào).pdf
- 基于數(shù)據(jù)驅(qū)動(dòng)的過(guò)程狀態(tài)監(jiān)測(cè)和故障診斷.pdf
- 基于多元統(tǒng)計(jì)化工過(guò)程故障診斷方法研究.pdf
- 基于改進(jìn)SVM的工業(yè)過(guò)程故障診斷方法研究.pdf
- 基于信息融合的軋制過(guò)程故障診斷方法研究.pdf
- 基于圖論的過(guò)程故障診斷研究.pdf
- 基于多元統(tǒng)計(jì)分析的軋鋼過(guò)程故障診斷與質(zhì)量預(yù)報(bào)研究.pdf
- 基于的LabVIEW設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷的研究.pdf
- TE過(guò)程故障診斷方法比較研究.pdf
- 基于噪聲源估計(jì)的電機(jī)故障診斷研究.pdf
- 動(dòng)態(tài)工業(yè)過(guò)程的故障診斷方法研究.pdf
- 大型化工過(guò)程監(jiān)測(cè)與故障診斷方法研究.pdf
評(píng)論
0/150
提交評(píng)論