過程裝置的故障診斷技術研究與應用.pdf

1、流程工業(yè)的生產(chǎn)具有高度的連續(xù)性，如何保證生產(chǎn)過程的穩(wěn)定性和可靠性顯得十分重要，采用必要的故障診斷技術可有效地防止昂貴的停機和避免嚴重的安全事故。因此開展復雜工業(yè)過程故障診斷準確性和及時性的研究，實現(xiàn)工業(yè)故障快速診斷具有十分重要的意義。
　　 復雜工業(yè)過程的絕大部分故障都是由于傳感器和執(zhí)行器故障引起，故本文主要是針對傳感器和執(zhí)行器各種故障現(xiàn)象，建立合理的故障描述模型，然后在此基礎上分別采用了魯棒殘差技術、自適應閾值、神經(jīng)網(wǎng)絡和支持

2、向量機等智能技術進行故障檢測和診斷方法研究。并以三水箱模型、四水箱裝置為研究對象，分別采用了力控組態(tài)軟件和ECS100型DCS控制系統(tǒng)，實現(xiàn)了故障在線監(jiān)控功能。
　　 首先，研究多模式傳感器故障的檢測方法和三水箱綜合實驗平臺在線監(jiān)控系統(tǒng)。針對四種不同傳感器故障模式以及突變故障和衰減故障建立了合理的故障描述模型，采用魯棒殘差技術、自適應閾值、神經(jīng)網(wǎng)絡技術進行故障的診斷研究，對三水箱基準模型的各類傳感器故障進行仿真驗證。利用工業(yè)組態(tài)

3、軟件和DDE通訊技術，設計了三水箱綜合實驗平臺實時監(jiān)控系統(tǒng)。
　　 其次，CS4000四水箱裝置具有非線性和強耦合等特點，增加了故障檢測與診斷研究的難度。在研究多變量解耦控制理論，設計了解耦控制策略，實現(xiàn)了正常工況條件的解耦控制；在此基礎上，人為設置各種故障現(xiàn)象，運用VB編寫的數(shù)據(jù)采集程序，采集正常工況和各種故障工況樣本，分別采用神經(jīng)網(wǎng)絡和支持向量機技術對上述故障進行故障辨識，并對辨識結果進行分析。實驗結果表明當故障數(shù)據(jù)樣本數(shù)目