基于统计特征的不等长间歇过程故障诊断研究本科毕设论文Word格式文档下载.docx

基于统计特征的不等长间歇过程故障诊断研究本科毕设论文Word格式文档下载.docx

《基于统计特征的不等长间歇过程故障诊断研究本科毕设论文Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《基于统计特征的不等长间歇过程故障诊断研究本科毕设论文Word格式文档下载.docx（23页珍藏版）》请在冰豆网上搜索。

毕业设计（论文）题目：

基于统计特征的不等长间歇过程故障诊断研究

毕业设计（论文）内容：

1、提取不等长间歇过程的统计特征

2、研究基于PCA的故障诊断方法

3、编制完成实现上述任务的程序

毕业设计（论文）专题部分：

不等长间歇过程故障诊断研究

起止时间：

2014年3月---2014年7月

指导教师：

签字年月日

教研主任：

学院院长：

目录

第一章绪论1

1.1引言1

1.2间歇生产过程性能监控研究现状2

1.2.1间歇生产过程故障诊断研究进展2

1.2.2多元统计方法应用于间歇过程故障诊断2

1.3本文研究内容4

第二章MPCA在间歇反应过程故障诊断中的应用5

2.1引言5

2.2PCA基本原理6

2.2.1主元分析简介6

2.2.2主元分析的意义6

2.2.3主元分析的基本原理7

2.2.4主元个数的提取7

2.2.5主元模型8

2.3基于MPCA的故障检测方法9

2.3.1MPCA理论9

2.3.2基于MPCA故障检测的统计量及其控制限10

2.3.3基于MPCA的故障诊断方法11

2.4本章小结12

第三章基于统计特征的不等长间歇过程故障诊断研究13

3.1引言13

3.2不等长问题14

3.2.1不等长数据描述14

3.2.2不等长轨迹同步化方法14

3.3基于统计特征的不等长间歇过程故障诊断研究15

3.4仿真实验18

3.5本章小结22

第四章总结和展望23

4.1总结23

4.2工作展望23

参考文献25

致谢26

摘要

随着工业生产的快速发展，由于工业体系的庞大化和复杂化，如果生产过程中一旦出事故，不仅会影响生产的正常进行，还会造成一定的经济损失甚至人员伤亡，因此故障检测与故障诊断技术越来越成为监控系统中的不可缺少的一部分。

及时准确地检测和诊断出过程的故障，不仅可以减少事故、增加过程运行的安全性，而且可以降低生产管理成本，提高产品的质量。

基于统计分析的故障诊断是故障诊断技术的重要组成部分之一。

本文以提高不等长间歇过程故障诊断的性能为目的，深入研究了基于统计特征的不等长间歇过程故障诊断算法，并对半导体工业实例—A1堆腐蚀过程进行了具体地分析与仿真，取得了预期的效果。

本文首先研究了基于多向主元分析（Multi-wayprincipalcomponentanalysis，MPCA）方法在故障监测与诊断过程中的应用。

其次，在分析了多向主元分析方法进行故障监视和诊断的局限和缺点的基础上，深入研究了基于统计特征的不等长间歇过程故障诊断算法。

通过基于统计特征的不等长间歇过程故障诊断算法，可以先计算每个不等长批次的均值、偏度、峭度、方差和任意两个变量之间的欧氏距离，然后将这些统计特征组合成一个等长的特征向量,再利用主元分析（principalComponentAnalysis，PCA）进行过程监视。

根据半导体工业实例的仿真结果，基于统计特征的不等长间歇过程故障诊断算法与传统的多向主元分析（MPCA）方法相比，不仅可以减少建模过程的计算量，而且其故障诊断率提高了15%，还大大减少了故障检测时间，因此该算法具有很好的故障诊断性能。

关键词:

故障诊断；

不等长间歇过程；

统计特征；

多向主元分析

Abstract

Withtherapiddevelopmentofindustrialproduction,duetothelargechemicalindustrysystemandcomplicated,iftheproductionprocessonceanaccident,notonlywillaffectthenormalproduction,butalsocausegreateconomiclossandcasualties,sothefaultdetectionandfaultdiagnosistechnologyhasincreasinglybecomeanindispensablepartinthemonitoringsystem.Timelyandaccuratedetectionanddiagnosisofprocessfaults,notonlycanreduceaccidents,increasethesafetyoperationoftheprocess,butalsocanreducethecostofproductionmanagement,improvethequalityoftheproducts.Faultdiagnosisbasedonstatisticalanalysisisanimportantpartofthefaultdiagnosistechnology.

Inordertoimprovetheunequalperformanceoffaultdiagnosisofbatchprocessesasobjective,in-depthstudyofthefaultdiagnosisalgorithmunequalbatchprocessbasedonstatisticalfeatures,andthesemiconductorindustry-A1caseisanalyzedindetailandSimulationofreactorcorrosionprocess,expectedresultswereobtained.

Thispaperfirststudiedbasedonmultiwayprincipalcomponentanalysis（Multi-wayprincipalcomponentanalysis,MPCA）applicationonthefaultmonitoringanddiagnosisprocess.Secondly,basedontheanalysisofthelimitationsandshortcomingsoftheprincipalcomponentanalysismethodforfaultmonitoringanddiagnosisofthefaultdiagnosisalgorithm,in-depthstudyoftheunequalbatchprocessbasedonstatisticalfeatures.Inordertoimprovethefaultdiagnosisperformanceoftheuneven-lengthbatchprocesses,anddecreasethecomplexityofthealgorithm,anuneven-lengthbatchprocessesfaultdiagnosismethodbasedonstatisticfeatureswaspresented.Firstly,themeans,variance,skewness,kurtosisandtheEuclideandistancebetweentwovariablesforeachuneven-lengthbatchwerecalculated.Secondly,thesestatisticfeatureswerecombinedintoaneven-lengthfeaturevector.Lastly,principalcomponentanalysis（PCA）wasusedtothefeaturevectorsformonitoringthebatchprocesses.Themonitoringresultsofanindustrialexampleshowthatcomparedwithtraditionalmultiwayprincipalcomponentanalysis（MPCA）,theuneven-lengthbatchprocessesfaultdiagnosismethodbasedonstatisticfeaturesincreases15%ofthefaultdiagnosisrateandreduces0.002secondofthefaultdiagnosistime,soithasgoodfaultdetectionperformance.

Keywords:

faultdiagnosis;

uneven-lengthbatchprocesses;

statisticfeatures;

multiwayprincipalcomponentanalysis.

第一章绪论

1.1引言

随着世界现代经济的快速发展和流程工业规模的不断扩大，工业过程的复杂性也随之不断的提高，生产和加工方法主要有化学反应、分离、混合等，涉及石油、化工发电钢铁等行业。

一旦发生事故，将会造成巨大的经济损失和人员伤亡。

如“2013年6月3日吉林省宝源丰禽业公司爆炸事故，已造成113人遇难”；

“湖南省邵东一煤矿发生爆炸事故”；

“陕西兴化集团硝铵装置特别重大爆炸事故”。

由此可见，切实保障现代复杂工业系统的可靠性与安全性，降低事故发生率，维持生产稳定，对于流程工业长期安全稳定运行具有十分重要的意义。

过程故障诊断技术就是为适应工程需要而形成和发展起来的。

过程故障诊断技术为提高复杂工业系统的可靠性开辟了一条新的途径。

以自动故障检测与诊断来代替操作员的判断可增加设备运行的安全性，保证产品的质量的同时也降低了成本，尤其可以最大限度地避免严重的过程颠覆事故。

过程故障诊断技术的任务是选取方便而且有效的方法来发现过程中的异常事件，并且识别和诊断出生产过程的异常事件的根源，进而指导操作员正确地处理过程异常。

间歇反应过程具有生产灵活性、产品多样性、设备简单性的特点,在高分子聚合物、药品、生化等领域得到了广泛的应用。

间歇过程一般有一个确定的有限操作周期,该周期包括上料、反应、卸料3个阶段。

在上料阶段,以一定配比组成的多种原材料被装入到反应釜中,该阶段是整个间歇过程的初始准备阶段；

反应阶段是整个间歇过程的核心,它要求反应釜内的各过程变量（如温度、压力、流量、液位等）按一定的时间轨迹变化,而各参量的时间轨迹对于每个不同的间歇过程都不同；

卸料阶段是间歇过程的结束阶段,该阶段将反应釜内的产品排出,并对其各质量指标进行检测以判断该釜反应的最终质量情况[1]。

一般而言，间歇过程工业企业对综合自动化技术的需求主要关注四个问题:

安全、低成本、高效率以及提高竞争力。

在所有的问题中，安全始终是根本前提。

然而间歇过程工业的多样性和复杂性增大了对其故障诊断的难度，使得过程监测和故障诊断成为控制领域最具挑战性的研究方向之