本文關鍵詞：基于T-S模糊模型的故障診斷及其在熱處理爐的應用研究

  更多相關文章： 熱處理爐 T-S模糊模型 輸入變量增廣 組態(tài)監(jiān)控 聚類分析 故障診斷

【摘要】：隨著工業(yè)技術的高速發(fā)展,現(xiàn)代工業(yè)生產(chǎn)過程中對于生產(chǎn)設備的安全性和可靠性的要求也變得越來越高。然而,目前工業(yè)生產(chǎn)系統(tǒng)普遍存在著非線性、強耦合、時變和參數(shù)不確定等諸多特點,這對系統(tǒng)的控制和故障診斷技術無疑都提出了更高的要求。本文主要以隧道式發(fā)藍熱處理爐為研究對象,開展并完成了以下工作:(1)針對復雜非線性系統(tǒng),提出了一種基于增廣輸入變量的T-S模糊模型建模方法。該模糊建模方法在原輸入變量的基礎上對輸入變量進行增廣處理后,以后件參數(shù)再反推前件結構進行變量的縮減,可快速有效地確定模型的輸入變量,并提高建模精度。(2)在建立T-S模糊模型的基礎上,構建出系統(tǒng)各類型故障的基準殘差序列,以此作為聚類中心進行模糊聚類分析,從而快速、正確地判斷系統(tǒng)的故障類型,為故障的預警和排除提供了可靠依據(jù)。對于模糊聚類分析,本文提出利用各類型故障的樣本數(shù)據(jù)標準差對殘差序列進行加權的聚類方法,有效提高了故障決策的準確性。(3)將基于T-S模糊模型的故障診斷方法應用到熱處理爐實際系統(tǒng)中。采用KingView軟件編程實現(xiàn)了熱處理爐的組態(tài)實時故障監(jiān)控及診斷系統(tǒng)。整套監(jiān)控系統(tǒng)實現(xiàn)了數(shù)據(jù)采集、數(shù)據(jù)入庫、組態(tài)監(jiān)視、危險報警、報表查詢等主要功能,提高了隧道退火發(fā)藍熱處理系統(tǒng)的信息化水平。將基于T-S解析模型的殘差加權故障診斷方法應用于熱處理爐的故障診斷系統(tǒng),測試表明具有較高的故障診斷準確率。
【關鍵詞】：熱處理爐 T-S模糊模型 輸入變量增廣 組態(tài)監(jiān)控 聚類分析 故障診斷
【學位授予單位】：浙江工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP277;TK175
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 選題背景及意義10-12
• 1.2 國內外故障診斷研究現(xiàn)狀12-15
• 1.3 本文的主要內容及章節(jié)安排15-16
• 第2章 基于增廣輸入變量的T-S模糊模型建模16-30
• 2.1 引言16
• 2.2 模糊建模簡介16-17
• 2.3 T-S模糊模型17-18
• 2.4 輸入變量的增廣處理18-19
• 2.5 輸入空間的模糊劃分19-23
• 2.5.1 核模糊C均值聚類算法20-21
• 2.5.2 改進的聚類評價指標21-23
• 2.6 T-S模糊模型的后件參數(shù)辨識23-24
• 2.7 系統(tǒng)輸入變量的選擇24-25
• 2.8 基于增廣輸入變量的T-S模糊模型建模25-26
• 2.9 仿真研究26-29
• 2.10 本章小結29-30
• 第3章 基于T-S模糊模型的故障診斷研究30-45
• 3.1 引言30
• 3.2 基于多殘差描述的故障診斷30-35
• 3.2.1 系統(tǒng)建模31-32
• 3.2.2 構建基準殘差序列32-33
• 3.2.3 基于標準差的決策機制33-35
• 3.3 仿真研究35-44
• 3.4 本章小結44-45
• 第4章 熱處理爐的數(shù)據(jù)采集與故障診斷系統(tǒng)45-61
• 4.1 引言45
• 4.2 熱處理爐工藝簡介45
• 4.3 熱處理爐結構45-48
• 4.3.1 熱處理爐結構及檢測變量分析45-46
• 4.3.2 化學反應分析46-48
• 4.4 隧道發(fā)藍熱處理爐監(jiān)控系統(tǒng)設計48-53
• 4.4.1 監(jiān)控系統(tǒng)設計48-49
• 4.4.2 KingView組態(tài)王簡介49
• 4.4.3 通信接口選擇49-50
• 4.4.4 監(jiān)控界面設計50-53
• 4.5 系統(tǒng)輸入的確定53-55
• 4.5.1 輸入變量選擇53-54
• 4.5.2 延時分析54-55
• 4.6 建立T-S模糊模型55-58
• 4.6.1 退火處理建模55-57
• 4.6.2 發(fā)藍處理建模57-58
• 4.7 熱處理爐故障決策系統(tǒng)58-59
• 4.8 本章小結59-61
• 第5章 結論與展望61-63
• 5.1 全文總結61
• 5.2 研究展望61-63
• 參考文獻63-66
• 致謝66-67
• 攻讀學位期間參加的科研項目和成果67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張浩;彭曉華;;一種帶誤差修正的復合模糊模型[J];科學技術與工程;2006年18期

2 趙奇,劉開第,龐彥軍;應用余弦函數(shù)劃分T-S模糊模型的辨識方法[J];機床與液壓;2005年06期

3 翟軍昌;劉慧巍;;基于T-S模糊模型時滯系統(tǒng)問題的研究[J];遼寧工學院學報;2005年06期

4 梁炎明;劉丁;;一種T-S模糊模型的自組織辨識算法及應用[J];儀器儀表學報;2011年09期

5 彭宏,吳鐵峰,張東娜;粗糙模糊模型及其在入侵檢測中的應用[J];西華大學學報(自然科學版);2005年03期

6 邵金菊;魏民祥;溫衛(wèi)東;;基于T-S模糊模型的小型汽油機恒轉速控制[J];機械科學與技術;2009年01期

7 常曉恒;井元偉;姜雪梅;劉曉平;;T-S模糊模型的一種簡單辨識算法[J];東北大學學報(自然科學版);2007年03期

8 梁炎明;劉丁;;規(guī)則遞歸T-S模糊模型及其辨識方法[J];西安交通大學學報;2012年08期

9 丁學明;;T-S模糊模型控制器的LMI設計方法[J];電機與控制學報;2007年02期

10 李志芳;龔丹九;;基于T-S模糊模型的電機軸承故障診斷研究[J];計算機與信息技術;2006年09期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 許皓;劉同栓;關新平;;基于T-S模糊模型的Lur’e混沌系統(tǒng)彈性控制與同步[A];第二十四屆中國控制會議論文集（上冊）[C];2005年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 王丹;多項式神經(jīng)模糊模型的構造與應用[D];武漢大學;2012年

2 劉建成;模糊模型的智能學習方法與應用研究[D];中南大學;2005年

3 劉鑫蕊;基于模糊模型的非線性互聯(lián)大系統(tǒng)的H_∞控制研究[D];東北大學;2010年

4 鞏長忠;基于T-S模糊模型的控制方法及穩(wěn)定性分析[D];大連理工大學;2003年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 夏麗麗;基于T-S模糊模型的復雜動態(tài)網(wǎng)絡系統(tǒng)的穩(wěn)定性分析[D];北京工業(yè)大學;2015年

2 張書桂;基于T-S模糊模型的故障診斷及其在熱處理爐的應用研究[D];浙江工業(yè)大學;2015年

3 肖淬藝;基于T-S模糊模型的自適應重構控制[D];江蘇大學;2007年

4 車玫芳;基于T-S模糊模型的非線性系統(tǒng)建模[D];蘭州理工大學;2007年

5 丁丹萍;T-S模糊模型可辨識條件及其應用[D];大連理工大學;2008年

6 王金紅;時滯T-S模糊模型的穩(wěn)定性分析[D];武漢理工大學;2008年

7 董雪雅;基于T-S模糊模型的約束預測控制研究[D];天津工業(yè)大學;2008年

8 郎月;T-S模糊模型的建模研究[D];渤海大學;2014年

9 魏向向;基于模糊模型的管道泄漏診斷方法研究[D];東北大學;2011年

10 汪婷婷;基于T-S模糊模型的網(wǎng)絡控制系統(tǒng)分析與量化[D];華東理工大學;2015年

，

本文編號：887502