学位论文 > 优秀研究生学位论文题录展示
基于粒子群优化的工业过程独立成分分析方法研究与应用
作 者: 张杨
导 师: 张颖伟
学 校: 东北大学
专 业: 控制理论与控制工程
关键词: 粒子群 独立成分分析 独立成分回归 质量信息
分类号: TP277
类 型: 硕士论文
年 份: 2010年
下 载: 43次
引 用: 0次
阅 读: 论文下载
内容摘要
随着现代工业过程越来越复杂,人们对生产的稳定性、高效性和安全性的要求日益提高,故障诊断方法越来越受到重视。为了更准确、及时的诊断复杂工业过程中的各种故障,就必须研究更完善的故障诊断理论与方法。本文首先介绍了故障诊断技术的发展,阐述了各种故障诊断技术的方法及其类型。然后介绍了各种基于多变量统计的故障诊断方法。其中,详细介绍了独立成分分析算法(ICA)。ICA算法是近几年才发展起来的一种新的基于多变量统计的故障诊断方法。该算法通过最大化独立成分的非高斯性(独立性)求得独立成分,进行故障诊断。其优点是不用像主成分分析方法(PCA)那样假设过程变量满足高斯分布,并且可以利用过程变量的高阶统计信息。这都使得ICA算法比PCA算法更实用。但ICA算法也有其不足之处。尤其是现在比较流行的定点独立成分分析算法(FastICA),虽然在引入牛顿法后具有了收敛速度快等优点,但是也出现了当初始点远离极值点时可能无法收敛等缺点。这些都降低了ICA算法的故障诊断性能。为了改善其不足之处,本文用粒子群优化方法代替FastICA算法中的牛顿法,并且重新提出了一种独立成分的排序方法,构成PSO-ICA算法,使得故障诊断结果更加准确。ICA算法在质量预测方面的延伸是独立成分回归算法(ICR)。ICR算法也具有和ICA算法相同的优点。这使得ICR算法比偏最小二乘算法(PLS)在质量预测方面更加实用。但是ICR算法也存在自身的缺点,即该算法仅仅从过程变量中提取独立成分,所提取的独立成分与质量变量之间没有紧密的联系,这样就降低了ICR算法的质量预测性能。针对ICR算法的这种缺点,把PLS算法中过程变量与质量变量之间的关系,即质量信息的概念引入到ICR算法中,构成Modified ICR算法。这种算法修正了ICR算法提取独立成分时所用的优化目标函数,使独立成分的选取不仅仅考虑独立性问题,同时兼顾独立成分与质量变量之间的相关性。这就使得选取的独立成分更加适合质量预测,大大提高了质量预测方面的性能。本文还将提出的两种方法应用到了田纳西-伊斯曼过程和连退过程中,分别对它们的故障诊断性能和质量预测性能进行了检测,并通过与其他方法的对比,验证了本文提出方法的有效性。
|
全文目录
摘要 5-6 Abstract 6-11 第1章 绪论 11-19 1.1 课题的研究背景与意义 11-12 1.2 故障诊断方法概述 12-17 1.2.1 故障及其类型 12 1.2.2 故障诊断方法及其类型 12-17 1.3 本文的主要工作 17-19 第2章 基于多变量统计的故障诊断方法 19-25 2.1 统计过程控制的基本概念 19 2.2 统计性能监控方法 19-22 2.2.1 单变量统计过程控制 20 2.2.2 多变量投影技术 20-21 2.2.3 多变量统计控制图 21-22 2.3 基于统计回归的质量预测方法 22-23 2.3.1 最小二乘算法 22 2.3.2 主元回归算法 22 2.3.3 偏最小二乘算法 22-23 2.3.4 独立成分回归算法 23 2.3.5 支持向量机 23 2.4 各种算法的不足之处 23-24 2.5 本章小结 24-25 第3章 基于粒子群优化的独立成分分析算法 25-35 3.1 独立成分分析 25-28 3.1.1 ICA定义 25-26 3.1.2 独立性定义 26 3.1.3 非高斯最大化法 26-28 3.2 FastICA算法 28-30 3.3 基于粒子群优化的独立成分分析(PSO-ICA)算法 30-33 3.3.1 粒子群优化算法基本原理 30-31 3.3.2 基于粒子群优化的独立成分分析(PSO-ICA)算法 31-33 3.3.3 PSO-ICA算法在故障诊断中的应用 33 3.4 本章小结 33-35 第4章 改进的独立成分回归算法 35-45 4.1 偏最小二乘算法(PLS)的基本原理 35-36 4.2 独立分量回归算法(ICR)的基本原理 36-37 4.3 改进的独立成分回归算法 37-43 4.3.1 基于牛顿迭代的改进独立成分回归算法 38-41 4.3.2 基于粒子群优化的改进独立成分回归算法 41-43 4.4 本章小结 43-45 第5章 两种改进算法在实际过程中的应用 45-61 5.1 田纳西-伊斯曼过程简介 45-48 5.2 PSO-ICA算法在故障诊断中的应用 48-52 5.3 连退过程 52-53 5.4 Modified ICR算法在质量预测中的应用 53-60 5.5 本章小结 60-61 第6章 总结与展望 61-63 6.1 总结 61 6.2 展望 61-63 参考文献 63-67 致谢 67-68 攻读硕士期间发表的论文 68
|
相似论文
- 基于粒子群算法求曲线/曲面间最小距离方法,O182
- 有源电力滤波器及其在配电网中的应用,TN713.8
- 基于变异粒子群的聚类算法研究,TP18
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 基于粒子群的分子对接算法,R91
- 基于特征选择的入侵检测研究,TP393.08
- 基于粒子群优化算法的船舶避碰研究,U675.96
- 基于自然计算的WSN路由技术研究,TN929.5
- 多目标柔性作业车间调度优化问题研究,O224
- 基于粒子群优化算法的无刷直流电机控制方法研究,TM33
- 基于数据分布特性的多变量过程监测及故障诊断,TP274
- 乙烯装置中碳二加氢反应器的稳态、动态建模与优化,TQ221.211
- 基于结构方程的脑卒中运动功能神经机制建模研究,R318.0
- 基于混沌免疫粒子群算法的阵列天线方向图综合,TN820.12
- 基于图像特征提取的图像融合研究,TP391.41
- 内源光学与微电极视觉实验平台设计,TP391.41
- 脑磁共振成像数据的多类模式分析,TP391.41
- 基于样图的纹理合成算法研究,TP391.41
- 基于短信系统的内存缓存技术的研究、实现与优化,TN929.53
- 抑制OFDM信号峰均比的PTS方法研究,TN919.3
- 基于异步智能算法的生产调度问题的研究,TP18
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 监视、报警、故障诊断系统
© 2012 www.xueweilunwen.com
|