2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著工業(yè)自動化水平的不斷提高,各種智能儀表及分布式控制系統(tǒng)在實際工業(yè)過程中得到了廣泛的應用,與此同時,反映過程運行狀況的海量數(shù)據(jù)被采集并保存下來。因此,利用過程歷史數(shù)據(jù)進行建模,提取正常運行狀況下及已知故障發(fā)生時的統(tǒng)計規(guī)律,進而實現(xiàn)對當前過程的監(jiān)測及故障診斷,成為了故障檢測與診斷技術的一個研究熱點。然而,由于工業(yè)過程的自動化系統(tǒng)規(guī)模大且復雜,這些數(shù)據(jù)都具有數(shù)據(jù)分布不確定性、非線性、多尺度性等特點,傳統(tǒng)的多元統(tǒng)計監(jiān)測方法大都對過程數(shù)據(jù)進行

2、了理想化的假設,因此具有一定的局限性。本文針對工業(yè)過程的一些實際問題,對傳統(tǒng)的多元統(tǒng)計監(jiān)測技術進行改進,并提出一種基于MSPCA-KECA的過程故障監(jiān)測及診斷算法,有效解決過程數(shù)據(jù)存在的多尺度、非線性及數(shù)據(jù)分布不確定等問題。本文主要研究的內容概括如下:
  1)針對過程數(shù)據(jù)的非線性及數(shù)據(jù)分布的不確定性,提出一種基于核熵成分分析(Kernel Entropy Component Analysis, KECA)的故障監(jiān)測方法。該方法基

3、于數(shù)據(jù)直接展開分析而不需要對數(shù)據(jù)分布進行假設,核方法的引入可以有效解決數(shù)據(jù)非線性問題,并且在將數(shù)據(jù)降維的過程中按照熵值大小提取特征,有效減少主元個數(shù),減小后期計算量。同時,經 KECA降維后的數(shù)據(jù)分布呈現(xiàn)一定的角度結構,基于此,引入一種新的統(tǒng)計量——CS(Cauchy-Schwarz)散度測度統(tǒng)計量。該統(tǒng)計量與KECA提取出特征數(shù)據(jù)的角度結構相得益彰,相比傳統(tǒng)方法及其統(tǒng)計量,其在故障監(jiān)測方面有更好的表現(xiàn)。
  2)針對過程數(shù)據(jù)的多

4、尺度性,提出一種改進的多尺度主元分析( Multi-scale Principle Component Analysis, MSPCA)數(shù)據(jù)預處理方法。當故障發(fā)生的時間、位置及大小不同時,其體現(xiàn)在過程變量上的變化也不盡相同,其過程數(shù)據(jù)就表現(xiàn)為多尺度性。將數(shù)據(jù)進行小波多尺度分解,運用主元分析方法篩選出故障可能存在的尺度,將其重構并再次運用主元分析方法實現(xiàn)特征提取。仿真結果表明,該方法能夠有效提取數(shù)據(jù)多尺度信息,突出變量的變化。
  

5、3)將MSPCA與KECA結合,提出一種故障診斷新策略。一方面,經過預處理后的數(shù)據(jù),過程的特征信息更加突出,有利于故障監(jiān)測及診斷;另一方面,KECA作為單一分類器,即每一個單一分類器對應診斷一種故障,具有模型簡單、運算速度快、故障識別率高、更新方便等優(yōu)點。將該算法分別應用于 TE(Tennessee Eastman)過程和ASHRAE1043-RP冷水機組過程,仿真結果表明該算法具有較好的實用價值。同時,在對冷水機組過程進行仿真分析時,

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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。

評論

0/150

提交評論