复杂工业过程过失误差侦破

摘要

现代工业中，为了对产品的质量进行准确控制及保证生产产品全部合格，必须对与产品质量密切相关的重要变量进行及时的、精确的检测。在大量的工业过程中，往往需要采用流量计、传感器对多数变量进行在线或离线的测量，然后将这些现场采集到的变量数据作为后续工作（例如过程控制、生产管理、决策分析、流程调整等）的依据。 因此，需要正确的数据构建准确无误的数学模型来努力达到产品的合格性。但是，由于受到多种因素（如测量仪表失灵、管道或设备泄漏以及操作不稳定等）的影响，现场数据往往存在影响建模准确度的过失误差。一方面，若测量数据中因受上述因素影响存在过失误差，在处理和解决工程最优化问题时，采集的输入变量数据无法正确为建模反映生产过程的真实情况。此外，过失误差数据定会被分摊到原本正确数据上而使校正结果恶化;另一方面，对输入变量的原始数据进行过失误差侦破所得的结果数据，有助于操作人员及时发现和排除仪表或管道泄漏故障并有针对性地进行设备维修。因此，在进行数据校正时，需要对用于软测量建模的数据进行过失误差侦破，从而保证模型搭建的精确度。本文根据上述背景，对各复杂工业过程过失误差侦破展开了较为深入的研究。 首先，对原有的侦破过失误差的3MAD算法以及MMMD聚类算法进行了研究和分析，提出了将二者有机结合在一起形成新的基于3MAD-MMMD聚类分析方法。随后，在对新方法进行进一步研究的过程中，又提出了全新的基于3MAD-GRW-MMMD加权聚类分析的集成侦破方法，并通过比较发现新方法的优势所在。 其次，对主元分析方法PCA进行了相关的学习和研究，发现PCA用于过失误差侦破的不足之处。随后对主元分析法提出了合理的改进方案，并在反复的实验比较和验证过程中得到了新方法——基于GRW-PCA的过失误差侦破方法。 最后，根据上述的研究基础，将两种新方法应用于青霉素发酵过程、LF精炼炉冶炼过程和无缝钢管导盘转速相关参数的数据集处理。实验和仿真表明，基于3MAD-GRW-MMMD加权聚类分析法和GRW-PCA主元分析法可以更加快速有效地找出数据集中的过失误差。并且，通过对各个工业过程不同特点的分析比较，最终根据优缺点确定两种新方法各自适用于何种工业生产的过失误差侦破过程中。

目录

声明

摘要

第1章绪论

1．1软测量建模简介

1．1．1软测量建模的背景

1．1．2软测量技术的研究现状

1．2过失误差侦破简介

1．2．1过失误差侦破的背景和意义

1．2．2过失误差侦破方法概论

1．3国内外研究现状分类

1．3．1误差定位

1．3．2过失类型

1．3．3变量个数

1．3．4数学模型

1．3．5学习样本

1．4本文研究方法的背景及国内外现状

1．5本论文主要工作

第2章基于3MAD-MMMD聚类分析的过失误差侦破方法

2．1单变量过失误差侦破方法

2．1．1正态分布简介

2．1．2 3σ算法

2．1．3 3MAD算法

2．2．1 MMD聚类分析算法

2．2．2 MMMD聚类分析算法

2．2．3 MMMD算法的具体步骤

2．3基于3MAD-MMMD新算法过失误差侦破方法

2．4基于3MAD、MMMD、3MAD-MMMD的过失误差侦破方法在工业中应用

2．4．1各过失误差侦破方法在青霉素发酵过程中的应用

2．4．2各过失误差侦破方法在LF精炼炉冶炼过程中的应用

2．4．3各过失误差侦破方法在无缝钢管导盘转速测量中的应用

2．5本章小结

第3章基于3MAD-GRW-MMMD加权聚类的过失误差侦破方法

3．1灰色系统理论

3．1．1灰色系统简介

3．1．2灰色系统理论的创立和发展

3．2．1灰色关联分析简介

3．2．2灰色关联度分析方法GRA概述

3．2．3 GRA的具体计算步骤

3．3基于GRW-MMMD新算法的过失误差侦破方法

3．3．1基于GRW-MMMD加权算法的具体步骤

3．3．2基于GRW-MMMD加权算法的特点

3．3．3基于GRW-MMMD的过失误差侦破方法在工业过程中的应用

3．4基于3MAD-GRW-MMMD集成算法的过失误差侦破方法

3．4．2 3MAD-GRW-MMMD集成算法的具体步骤

3．4．3 3MAD-GRW-MMMD集成算法的特点

3．4．4基于3MAD-GRW-MMMD的过失误差侦破方法在工业过程中的应用

3．5本章小结

第4章基于GRW-PCA新主元分析的过失误差侦破方法

4．1经典主元分析法PCA

4．1．1 PCA的数学模型

4．1．2 PCA的几何解释

4．1．3 PCA的具体计算步骤

4．1．4 PCA的特点

4．2基于PCA的过失误差侦破方法

4．2．1主元图法

4．2．2 Hotelling T2统计法

4．2．3 SPE统计法

4．2．4贡献率法

4．2．5基于PCA过失误差侦破方法的具体步骤

4．3基于PCA的过失误差侦破方法在各种工业过程中的应用

4．3．1 PCA过失误差侦破方法在青霉素发酵中的应用

4．3．2 PCA过失误差侦破方法在LF精炼炉冶炼过程中的应用

4．3．3 PCA过失误差侦破方法在无缝钢管导盘转速测量中的应用

4．4基于GRW-PCA的过失误差侦破方法及其工业应用

4．4．1 GRW-PCA算法的具体步骤

4．4．2 GRW-PCA算法的优点

4．4．3基于GRW-PCA的过失误差侦破方法在各种工业过程中的应用

4．5本章小结

第5章总结与展望

5．1本文总结

5．2工作展望

参考文献

致谢

硕士期间所做的工作和科研成果