数据驱动的复杂工业过程运行状态评价方法及应用

摘要

近年来，关于复杂工业过程运行状态评价的研究，逐渐受到学术界以及工业界的重视。工业自动化技术的提高使得大量的工业过程数据得以保存，因此，关于数据驱动的复杂工业过程运行状态评价方法的研究对现代工业生产过程的优化调整具有重要的指导意义和应用价值。本文主要针对工业现场数据存在噪声干扰和离群点问题进行深入研究，首先提出基于核密度估计的核偏鲁棒M-回归(KDE-KPRM)建模方法，然后在此基础上，提出基于加权核全潜结构投影法(WKT-PLS)的复杂工业过程运行状态评价方法，并应用到重介质选煤过程中进行运行状态评价。本文主要工作内容包括以下几个方面： （1）在了解复杂工业过程数据特点的基础上，针对工业现场数据存在噪声干扰和离群点，以及数据之间的关系呈现非线性的问题，提出一种具有鲁棒性的数据建模方法，即基于核密度估计的核偏鲁棒M-回归(KDE-KPRM)方法。该方法利用核密度函数和主元分析法计算输入数据权值，利用输出残差值和核密度函数来计算输出数据权值。该方法在满足工业过程应用精度下，不需要迭代便可以为样本赋予合适的权重，在增强算法鲁棒性的同时可以减少计算量和提高建模效率。并通过数值仿真和压缩机仿真实验，验证所提方法的有效性。 （2）在鲁棒建模方法的基础上，提出一种基于加权核全潜结构投影法(WKT-PLS)的复杂工业过程运行状态评价方法。该方法将KDE-KPRM方法和KT-PLS方法相结合，利用KDE-KPRM方法对过程数据进行预处理除去数据中的噪声以及减少信息的冗余，减小受到噪声干扰的数据对评价模型的影响；然后，借鉴KT-PLS方法来对过程数据进行特征提取，获得能够直接反映变化的过程信息，建立离线评价模型。最后，将所提方法应用于重介质选煤过程。通过对重介质选煤过程的运行状态影响因素进行分析，结合选煤厂的实际运行数据选择合适的过程变量，建立重介质选煤过程的离线评价模型。由于选煤过程环境恶劣，干扰严重，为了保证运行状态评价结果的可靠性和实时性，综合滑动窗口技术和遗忘权值，给出一种基于遗忘权值的在线稳健评价策略。通过对重介质选煤过程运行状态评价仿真实验，验证了所提方法的有效性。

目录

声明

致谢

变量注释表

1 绪论

1.1 课题研究的背景及意义

1.2 过程运行状态评价发展及研究现状

1.3 本文的主要工作

2常用的数据驱动建模方法

2.1 主元分析法

2.2 偏最小二乘法

2.3 全潜结构投影法

2.4 偏鲁棒M-回归法

2.5 本章小结

3 基于WKT-PLS的复杂工业过程运行状态评价方法

3.1 引言

3.2 基于 KDE-KPRM 的鲁棒建模方法

3.2.1 核密度估计

3.2.2 基于核密度估计的核偏鲁棒M-回归方法

3.2.3 数值仿真分析

3.2.4 离心压缩机仿真分析

3.3 基于WKT-PLS的运行状态评价方法

3.3.1 WKT-PLS算法步骤

3.3.2 运行状态离线评价模型建立

3.3.3 运行状态在线评价方法

3.3.4 非优因素识别

3.4 基于 WKT-PLS 的运行状态评价方法优势分析

3.5 本章小结

4 基于WKT-PLS的运行状态评价方法在重介质选煤过程中的应用

4.1 引言

4.2 重介质选煤过程介绍

4.2.1 重介质选煤基本原理

4.2.2 重介质选煤工艺流程

4.3 重介质选煤过程运行状态影响因素分析

4.4 基于WKT-PLS的重介质选煤过程运行状态评价

4.4.1 评价模型数据准备

4.4.2 基于遗忘权值的重介选煤过程运行状态在线评价

4.4.4重介选煤过程非优原因追溯

4.5 本章小结

5 总结和展望

参考文献

作者简历

学位论文原创性声明

学位论文数据集