【摘要】：化工過程在工業(yè)生產(chǎn)中發(fā)揮著關(guān)鍵的作用,可以說它涉及到了人們生活的方方面面。近些年來,化學(xué)工藝生產(chǎn)設(shè)備的規(guī)模越來越大,相應(yīng)的化工工藝也越來越復(fù)雜。在生產(chǎn)過程中系統(tǒng)各裝置間可能存在耦合性,如果生產(chǎn)過程中突然發(fā)生異常情況,可能會因為連鎖反應(yīng)進而造成大型事故。在這種情況下,確保化學(xué)過程的安全穩(wěn)定地進行就顯得尤為關(guān)鍵。通過故障診斷技術(shù)提高化工過程的安全性和可靠性是一種安全且高效的途徑。所以,用多元統(tǒng)計法判斷系統(tǒng)是否存在故障有著相當(dāng)重要的意義。本文不僅介紹了Tennessee-Eastman化工過程并對該過程的在線故障檢測進行了建模與分析,而且詳細地介紹了多元統(tǒng)計方法以及故障檢測方法;基于多元平方預(yù)測誤差法和Hotelling~#統(tǒng)計方法;通過貢獻圖進行故障識別的故障檢測的基本原理。通過對TE過程的仿真應(yīng)用,詳細分析了利用主元分析法以及支持向量數(shù)據(jù)描述法進行故障診斷時的優(yōu)缺點。由于主元分析不能應(yīng)用于非線性和非高斯分布的復(fù)雜工業(yè)過程中,故考慮建立一種把PCA和SVDD兩種方法結(jié)合的故障檢測技術(shù)。它的思想是通過主元分析方法分解原始數(shù)據(jù),并獲得得分矩陣的信息。然后,通過SVDD法獲得得分矩陣,計算關(guān)于距離的統(tǒng)計量,和其統(tǒng)計限。最后,通過TE過程的數(shù)據(jù)及仿真圖驗證了該算法確實能夠提高故障檢測率,并具有可行性。最后,由于實際的工業(yè)過程產(chǎn)生的數(shù)據(jù)會受較大的噪聲污染,本文提出了基于小波去噪與PCA-SVDD相結(jié)合的故障檢測方法,TE過程的實時仿真驗證了該改進算法具有可行性,并且達到了預(yù)期的效果。
【學(xué)位授予單位】：遼寧石油化工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：O212.4;TP277;TQ021
【圖文】：

并使其得到了廣泛的應(yīng)用[24]。由此常用于大規(guī)模，變化緩慢的穩(wěn)態(tài)工業(yè)過程簡單的例子來闡述 PCA 方法的核心思想。測量都采集兩個傳感器的數(shù)據(jù)，即變量 ，每一個數(shù)據(jù)都在如下的二維直角坐標系上描點大致分布在一個橢圓形內(nèi)[25]。引起了樣本點間的分布差異，如圖 2.1 所示么它們的離散程度可以分別用 和 的方差在另一個分量中所包含的信息將被丟失。我 表示系統(tǒng)原始數(shù)據(jù)。從幾何角度考慮，可化成新的坐標軸y ， ，旋轉(zhuǎn)公式為： = + = +

14圖 2.2 主元分析法的故障檢測流程Fig.2.2 Fault detection process of principal component analysis.3 田納西—伊斯曼過程1993 年，一個美國化學(xué)公司通過大量真實的化學(xué)實驗，總結(jié)并開發(fā)了一個針對學(xué)工藝過程的仿真平臺，就是著名的田納西—伊斯曼（Tennessee Eastman, TE）過。TE 過程由多個操作單元構(gòu)成，其中包括連續(xù)攪拌式反應(yīng)釜、分凝器、汽提塔、

遼寧石油化工大學(xué)碩士學(xué)位論文氣液分離塔、再沸器等，由于該過程產(chǎn)生的數(shù)據(jù)具有時變性、強耦合以及非線性等特征，被廣泛地用于測試復(fù)雜工業(yè)過程的控制和故障檢測中[31]。田納西—伊斯曼過程的流程圖如圖 2.3 所示。

【參考文獻】

相關(guān)期刊論文 前10條

1 李冠男;胡云鵬;陳煥新;黎浩榮;;基于PCA-SVDD的冷水機組故障檢測方法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2015年08期

2 黃帥;劉海穎;吳風(fēng)喜;;一種多傳感器故障診斷系統(tǒng)的設(shè)計[J];計算機仿真;2014年07期

3 郭斌;齊金鵬;;基于改進ICA的工業(yè)過程故障診斷研究[J];工業(yè)儀表與自動化裝置;2014年03期

4 田娟;謝剛;王培鑫;;PCA-SDG在TEP多源故障診斷中的應(yīng)用[J];軟件;2012年01期

5 趙小強;王新明;王迎;;基于PCA與KPCA的TE過程故障檢測應(yīng)用研究[J];自動化儀表;2011年01期

6 溫冰清;申忠宇;趙瑾;龍素華;;基于魯棒主元分析方法的故障檢測[J];東南大學(xué)學(xué)報(自然科學(xué)版);2010年S1期

7 祝志博;王培良;宋執(zhí)環(huán);;基于PCA-SVDD的故障檢測和自學(xué)習(xí)辨識[J];浙江大學(xué)學(xué)報(工學(xué)版);2010年04期

8 李鋼;秦泗釗;周東華;;基于多尺度PCA的工業(yè)過程故障預(yù)測[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2009年S1期

9 張守桂;王正兵;張學(xué)伐;;基于小波變換的傳感器故障診斷仿真研究[J];機械管理開發(fā);2009年03期

10 程吉鋒;潘海天;夏陸岳;蔡亦軍;;化工過程故障診斷中的多元統(tǒng)計方法[J];化工進展;2009年05期

相關(guān)碩士學(xué)位論文 前10條

1 王銀利;基于改進KPCA和SVDD故障檢測的應(yīng)用研究[D];華東交通大學(xué);2017年

2 王金煥;過程控制系統(tǒng)錯誤數(shù)據(jù)注入攻擊檢測系統(tǒng)研究[D];北方工業(yè)大學(xué);2017年

3 吳卓卓;基于田納西—伊斯曼過程故障檢測方法研究[D];華東交通大學(xué);2016年

4 張凱林;基于主元分析和偏最小二乘的TE過程監(jiān)測方法的研究[D];天津理工大學(xué);2015年

5 劉美玲;基于多元統(tǒng)計分析的過程系統(tǒng)故障診斷方法研究[D];南京理工大學(xué);2013年

6 李智;基于主元分析的故障診斷方法研究及應(yīng)用[D];東北大學(xué);2012年

7 溫冰清;基于主元分析的故障檢測與診斷研究[D];南京師范大學(xué);2011年

8 何孝清;主元分析及在故障傳感器數(shù)據(jù)重構(gòu)的應(yīng)用[D];東北大學(xué);2010年

9 栗艷艷;基于小波變換和偏微分方程的圖像去噪算法研究[D];西安理工大學(xué);2010年

10 鄧玉娟;基于小波變換的語音閾值去噪算法研究[D];重慶大學(xué);2009年

本文編號：2771137