基于改进动态核独立元分析和先验知识正则项的过程监测方法研究

摘要

随着现代工业自动化设备中计算机技术与传感器技术的快速发展和广泛应用，基于数据驱动的故障诊断方法也获得了进一步的发展。现代化自动化设备通常配备了很多电子测量的设备，因而可以从这些设备中获得大量有益于故障检测的过程数据。通过学习和分析这些过程数据，能够及时有效地分析和判断出设备工作过程的出现的故障，从而降低一些异常和事故的发生率。因而基于数据的故障监测方法在工业生产过程中变得至关重要。由于实际工业过程数据的非高斯性、非线性和时序性，本文提出一种基于改进的动态核独立元分析方法;由于实际工业过程标记数据较少，存在大量的未标记数据，本文提出基于先验知识正则项的故障监测方法。具体研究如下: (1)为了解决工业过程出现的数据非高斯性、非线性和时序相关性问题，本文提出一种基于改进的动态核独立元分析方法。首先，通过对自回归模型中测量矩阵引入时滞参数得到一个适用于动态系统的增广矩阵;然后，选择核函数，计算核矩阵，将增广矩阵映射到高维空间进行白化;最后，利用改进的快速ICA方法提取出独立元实王见对新的测试数据进行在线监测。仿真结果表明，本文提出的该方法具有很好的效果。 (2)为了解决实际工业过程出现的数据标记信息少，未标记信息大量存在的问题，本文提出基于先验知识正则项的故障监测方法。首先，利用已经通过专家经验知识标记的数据和未标记数据构建训练样本;然后，利用本文提出的基于先验知识正则项构建决策函数并建立离线模型;最后，利用已经构建好的离线模型对对测试数据进行在线监测。仿真结果表明，本文提出的该方法具有一定的故障区分能力和抗扰动能力。

目录

声明

摘要

第1章绪论

1．1课题研究背景及意义

1．2故障监测与诊断概述

1．2．1故障的分类及检测的基本概念

1．2．2故障诊断方法概念及其分类

1．3基于数据驱动的方法

1．3．1有监督学习的方法

1．3．2无监督学习的方法

1．3．3半监督学习的方法

1．4本文结构和主要内容

第2章基于数据驱动的故障监测基本理论

2．1主元分析与核主元分析方法

2．1．1主元分析方法

2．1．2核主元分析方法

2．2独立元分析方法

2．3半监督学习的相关方法

2．3．1半监督学习的三大假设

2．3．2半监督学习理论

2．4本章小结

第3章基于改进的动态核独立元分析的故障监测方法

3．1基于改进动态核独立元分析的算法

3．1．1动态过程增广矩阵的建立和白化

3．1．2利用改进的定点独立元分析方法提取动态过程的独立元

3．1．3基于改进动态核独立元分析的在线监测

3．2仿真研究与仿真分析

3．2．1田纳西过程介绍

3．2．2仿真结果研究与分析

3．3本章小结

第4章基于先验知识正则项的故障监测方法

4．1基于先验知识的故障检测问题

4．2损失函数与泛化能力

4．3正则项的先验知识学习故障

4．3．1拉普拉斯正则项

4．3．2局部正则项

4．3．3基于先验知识正则项的故障监测算法

4．4仿真研究及结果分析

4．4．1青霉素发酵过程介绍

4．4．2仿真结果分析

4．5本章小结

5．1总结

5．2展望

参考文献

致谢

攻读硕士期间发表的成果