学位论文 > 优秀研究生学位论文题录展示

基于核函数的FPSO生产流程故障检测方法研究

作　者: 郝晓鹏
导　师: 高强
学　校: 天津理工大学
专　业: 控制理论与控制工程
关键词: 故障检测 核函数 核主元分析 核独立元分析 FPSO
分类号: TP206.3
类　型: 硕士论文
年　份: 2013年
下　载: 0次
引　用: 0次
阅　读: 论文下载
 

内容摘要


在流程工业中,故障诊断方法的研究极为重要,尤其对于现代工业生产,生产工艺越来越复杂,生产系统越来越智能化,对于生产过程故障诊断的研究与应用对于保障生产安全、提高企业的生产效率与经济效益有重要的作用。其中故障检测是故障诊断中的一个重要环节,对于故障检测方法的研究是故障诊断研究的重点。本文分析了核函数应用的现状及发展趋势,并对核主元分析方法(Kernel Principle Component Analysis, KPCA)与核独立元分析方法(Kernel Independent Component Analysis, KICA)的基本原理以及故障检测过程进行了分析研究。同时,对机器学习理论、统计学习理论与支持向量机理论进行了探讨,分析了常用核函数的特点及性质等。对浮式储油卸油生产系统(Floating Production Storage&Offloading, FPSO)典型生产流程进行了分析,选取油气水分离系统中18个重要的过程变量作为研究对象。通过对生产流程正常运行状态以及典型故障运行状态的仿真,获得了FPSO典型生产流程正常状态与故障状态下的数据,作为验证故障检测方法的数据样本。将KPCA方法与KICA方法在FPSO典型生产流程的故障检测中进行应用,首先建立正常工况下的数学模型,确定正常工况下的T2统计量与SPE统计量,然后对测试数据进行预处理与标准化,计算测试数据的T2统计量与SPE统计量,通过监视测试数据与正常数据的统计量的变化,来判断是否有故障发生。通过对PCA与KPCA故障检测方法以及ICA与KICA故障检测方法的检测效果与漏检率的对比分析,得出对于小样本、非线性的问题,核函数与多元统计相结合的方法在故障检测中能够快速准确的检测出故障,具有明显的优势。

全文目录


摘要  5-6
Abstract  6-10
第一章 绪论  10-15
  1.1 课题研究背景  10
  1.2 故障诊断方法及步骤  10-12
  1.3 故障检测与核函数  12-13
    1.3.1 故障检测存在的主要问题  12-13
    1.3.2 核函数及国内外研究现状  13
  1.4 本文内容安排  13-15
第二章 数据驱动方法的典型理论  15-24
  2.1 机器学习理论  15-18
    2.1.1 系统构成  15-17
    2.1.2 经验风险最小化  17
    2.1.3 机器学习的复杂性与推广能力  17-18
  2.2 统计学习理论  18-20
    2.2.1 学习过程的一致性理论  18-19
    2.2.2 推广性的界理论  19
    2.2.3 结构风险最小化原则  19-20
  2.3 支持向量机  20-23
    2.3.1 最优超平面的构造  20-23
    2.3.2 非线性问题  23
  2.4 本章小结  23-24
第三章 核函数  24-30
  3.1 基本原理  24-27
  3.2 核方法的分类  27-28
  3.3 常见的核函数  28
  3.4 核函数的性质  28-29
  3.5 核方法的实施步骤  29
  3.6 本章小结  29-30
第四章 核主元分析方法与核独立元分析方法  30-40
  4.1 核主元分析方法  30-34
    4.1.1 核主元分析原理  30-32
    4.1.2 核函数的选取  32-33
    4.1.3 统计量与控制限的确定  33
    4.1.4 故障检测步骤  33-34
  4.2 核独立元分析方法  34-39
    4.2.1 核独立元分析原理  34-36
    4.2.2 核函数的选取  36-37
    4.2.3 统计量的确定  37-38
    4.2.4 控制限的确定  38
    4.2.5 故障检测步骤  38-39
  4.3 本章小结  39-40
第五章 KPCA、KICA在FPSO故障检测中的应用  40-50
  5.1 FPSO典型生产流程仿真平台  40-45
    5.1.1 FPSO生产流程简介  40-42
    5.1.2 FPSO生产流程变量  42-43
    5.1.3 FPSO生产流程仿真  43-44
    5.1.4 FPSO生产流程典型故障  44-45
  5.2 KPCA在FPSO故障检测中的应用及分析  45-46
    5.2.1 KPCA在FPSO故障检测中的应用  45-46
    5.2.2 PCA与KPCA方法漏检率分析  46
  5.3 KICA在FPSO故障检测中的应用及分析  46-49
    5.3.1 KICA在FPSO故障检测中的应用  46-48
    5.3.2 ICA与KICA方法漏检率分析  48-49
  5.4 本章小结  49-50
第六章 总结与展望  50-52
  6.1 总结  50
  6.2 展望  50-52
参考文献  52-55
发表论文和科研情况说明  55-56
致谢  56

相似论文

  1. 地波辐射源的调制类型识别与参数估计,TN957.51
  2. 基于图像的路面破损识别,TP391.41
  3. 移动计算环境下故障结点检测方法研究,TP338.8
  4. 基于支持向量机的故障诊断研究,TH165.3
  5. FPSO在石油卸载过程中的风险评估,U698
  6. 基于多块核方法的分散化故障诊断的研究,TH165.3
  7. 解半定规划的两种数值方法,O221.2
  8. 仿射型非线性系统智能故障诊断与容错控制研究,TP13
  9. 基于核偏最小二乘的故障诊断方法研究,TP277
  10. 太阳能热水器采暖控制系统的设计,TP273
  11. 线缆故障检测抢修辅助系统研制,TM247
  12. 基于二维动态核Hebbian算法的非线性过程故障检测方法研究,TP277
  13. 混沌时间序列一种长期预测方法研究,O415.5
  14. 太阳能集热洗浴控制系统的设计及其故障检测,TP273
  15. FPSO-LNG多体系统水动力数值计算及分析,U661.1
  16. 网络化控制系统故障检测方法仿真研究,TP273
  17. 基于逻辑卷的双控制器磁盘阵列系统的控制与管理,TP333.35
  18. 西非涌浪环境下浮式平台水动力性能分析,TE951
  19. 基于IMM算法的组合导航系统故障诊断研究,V249.328
  20. 基于非参数统计高斯核函数特征量的网络流量异常检测方法,TP393.07
  21. 基于ZigBee的医院室内定位系统组网技术研究与实现,TN929.5

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 > 一般性问题 > 调整、测试 > 故障预测、诊断与排除
© 2012 www.xueweilunwen.com