学位论文 > 优秀研究生学位论文题录展示

数据驱动的多阶段间歇过程监控方法研究

作　者: 张子羿
导　师: 侍洪波
学　校: 华东理工大学
专　业: 控制科学与工程
关键词: 过程监控间歇过程 KM-PCA JITL-PCA
分类号: TP277
类　型: 硕士论文
年　份: 2014年
下　载: 29次
引　用: 0次
阅　读: 论文下载

内容摘要

随着工业开始朝着大规模、复杂化的方向发展,针对工业生产的过程监控和故障检测成为了工业系统中备受关注的问题之一。如何从大量数据中挖掘出隐藏的有用信息,使其能够服务于生产安全和产品质量控制,已经成为了迫切需要解决的问题。在这种工程背景下,基于数据的多元统计方法受到了人们的广泛关注,并被成功应用于过程建模、监控和控制领域。传统的多元统计监控方法以主成分分析(PCA)和偏最小二乘(PLS)为主,这些方法通过降维的策略提取高维、变量相关的过程数据的主要信息,从而对过程的运行状况进行分析。而传统的多元统计方法延伸到间歇过程产生了多向主元分析(MPCA)和多向偏最小二乘(MPLS)等方法,这些方法被广泛应用于间歇过程故障诊断领域。但是传统的MPCA/MPLS在实际运用中有其局限性,表现在需要对批次未来数据进行预估,难以处理批次不等长数据等等,本文针对间歇过程多阶段、阶段不等长等特性提出了一种利用k-均值聚类方法结合传统PCA方法的多模型监控方法(简称KM-PCA),能够有效的对阶段不等长的间歇过程进行分析监控。之后针对KM-PCA方法存在的一些不足以及考虑到间歇过程中存在的时变特性,提出了一种引用即时学习策略(JITL)结合PCA方法(简称JITL-PCA)的间歇过程故障检测方法,并分别在青霉素发酵过程以及半导体生产过程上进行仿真测试,验证了方法的有效性。最后对两种方法的优劣进行了比较分析。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-21
  1.1 引言  9-10
  1.2 基本概念  10
    1.2.1 故障  10
    1.2.2 故障诊断的任务  10
  1.3 故障诊断方法分类  10-13
    1.3.1 基于解析模型的方法  11-12
    1.3.2 基于定性知识的方法  12
    1.3.3 基于数据驱动的方法  12-13
  1.4 主元分析方法  13-18
    1.4.1 主元分析方法(PCA)  13-14
    1.4.2 算法描述  14-15
    1.4.3 主元子空间和残差子空间  15-16
    1.4.4 基于PCA方法的故障检测  16-17
    1.4.5 主元个数选择  17-18
  1.5 目前存在的问题  18-20
    1.5.1 数据及方法的问题  18-19
    1.5.2 非高斯问题  19
    1.5.3 动态时变问题  19-20
  1.6 全文主要内容和安排  20-21
第2章间歇过程数据特点及统计建模方法  21-30
  2.1 间歇过程  21
  2.2 基于多元统计方法的间歇过程监控  21-24
    2.2.1 间歇过程的数据特征  21-22
    2.2.2 三维数据的展开和标准化  22-24
    2.2.3 基于多元统计的间歇过程监控方法  24
  2.3 基于三维矩阵展开的监控方法  24-29
    2.3.1 MPCA方法  24-25
    2.3.2 MPCA方法的局限和不足  25-29
  2.4 本章小结  29-30
第3章基于K-means聚类的多阶段间歇过程聚类方法  30-43
  3.1 算法思路  30
  3.2 k-均值聚类方法  30-31
    3.2.1 聚类方法处理数据时的三个要点  30-31
    3.2.2 k-means算法的优缺点  31
  3.3 基于聚类方法的多阶段间歇过程监控方法  31-33
    3.3.1 聚类的实现  31-32
    3.3.2 模型个数的选择策略  32-33
    3.3.3 建立PCA模型  33
  3.4 监控模型的选择策略  33-34
  3.5 青霉素发酵过程仿真应用研究  34-41
    3.5.1 仿真平台简介  35
    3.5.2 基于MPCA和KM-PCA的离线分析  35-37
    3.5.3 监控结果比较与分析  37-41
  3.6 本章小结  41-43
第4章基于“即时学习”策略改进的间歇过程监控方法  43-59
  4.1 引言  43
  4.2 基于JITL的局部建模策略  43-45
  4.3 针对间歇过程的JITL改进方法  45-49
    4.3.1 基于移动窗策略的JITL方法  45-46
    4.3.2 移动窗宽度和局部样本数量的选择  46-47
    4.3.3 局部建模策略优势分析  47-49
  4.4 基于JITL-PCA的在线监控  49-50
  4.5 半导体过程仿真  50-55
  4.6 青霉素过程仿真  55-57
  4.7 本章小结  57-59
第5章总结与展望  59-61
  5.1 研究工作总结  59
  5.2 研究工作展望  59-61
参考文献  61-67
致谢  67-68
作者在攻读硕士学位期间取得的学术成果  68

数据驱动的多阶段间歇过程监控方法研究

内容摘要

全文目录

相似论文