基于统计方法的化工过程故障诊断技术研究

摘要

随着现代化大生产的发展和科学技术的进步，现代化工工业系统的结构越来越复杂，功能越来越完善，自动化程度越来越高。由于许多不可避免的因素的存在，化工过程系统难免会出现各种各样的故障，这些故障引起的直接后果，有些就是降低或失去系统某些预定的功能，有些则造成严重的甚至灾难性的事故。因此，大力开展过程故障诊断的研究，具有重要的理论意义和实践价值。
　　本文针对国内外化工工业过程故障诊断技术的理论与工业应用的现状，分析了故障诊断的过程与实质，研究了几种常见的故障诊断方法，对其中较为重要的主成分分析、小波分析等关键技术进行了详细深入的探讨。基于主成分分析基本原理和小波分析理论，研究了主成分分析去除变量线性相关性的能力以及小波变换提取变量局部特征和近似分解变量自相关性的能力，提出了一种主成分分析与小波分析相结合的多尺度主成分分析的过程故障诊断方法，并将此方法应用于数值仿真实验与TE(Tennessee Eastman Problem)过程故障诊断系统中，仿真实验结果表明，通过多尺度主成分分析，系统的监控性能有了明显的提高，误报率可以降低14.3％，漏报率可以降低9.5％，取得了满意的诊断效果，证实了该方法的有效性和可行性。

目录

基于统计方法的化工过程故障诊断技术研究

FAULT DIAGNOSIS TECHNOLOGY FORCHEMICAL INDUSTRY PROCESSBASED ON STATISTICAL METHODS

摘 要

Abstract

目 录

第1章 绪论

1.1 课题的来源和研究的目的和意义

1.2 故障诊断方法的基本概念及分类

1.2.1 基于解析模型的方法

1.2.2 基于信号处理的方法

1.2.3 基于知识的方法

1.2.4 基于统计数据的方法

1.3 统计过程监控的研究现状

1.3.1 单变量过程统计方法

1.3.2 多变量过程统计方法

1.4 课题的主要研究内容及论文结构

第2章 主成分分析及其扩展方法的基本原理

2.1 前言

2.2 主成分分析方法的基本原理

2.2.1 主成分分析方法的基本理论

2.2.2 主成分分析方法的几何意义

2.2.3 故障诊断策略

2.3 多尺度主成分分析基本原理

2.3.1 主成分分析的多尺度局限

2.3.2 小波分析原理

2.3.3 多尺度主成分分析的基本理论

2.4 本章小结

第3章 故障诊断的算法及仿真实验

3.1 前言

3.2 主成分分析算法及流程

3.3 多尺度主成分分析算法及流程

3.4 数值仿真实验

3.4.1 数值仿真实验数据的选择

3.4.2 数值仿真实验模型的建立

3.4.3 数值仿真实验程序设计流程

3.5 TE过程仿真实验研究

3.5.1 TE过程

3.5.2 TE过程的变量

3.5.3 TE过程故障分类

3.5.4 TE过程流程

3.6 本章小结

第4章 故障诊断仿真结果对比分析

4.1 前言

4.2 数值仿真实验对比分析

4.2.1 主成分分析方法的数值仿真实验

4.2.2 多尺度主成分分析方法的数值仿真实验

4.3 TE过程实验研究对比分析

4.3.1 主成分分析方法在TE过程中的应用

4.3.2 多尺度主成分分析方法在TE过程中的应用

4.4 本章小结

结 论

参考文献

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致 谢

个人简历