首页> 中文学位 >以工业炉管离心铸造生产过程监测数据为基础的产品质量早期识别
【6h】

以工业炉管离心铸造生产过程监测数据为基础的产品质量早期识别

代理获取

目录

声明

学位论文数据集

摘要

第一章 绪论

1.1 引言

1.2 炉管离心铸造生产过程及质量保障方法简介

1.2.1 生产经验在炉管离心铸造生产过程中的应用

1.2.2 专家系统在妒管离心铸造生产过程中的应用

1.2.3 单变量控制在炉管离心铸造生产过程中的应用

1.3 过程监测的方法以及分类

1.3.1 基于数学模型的方法

1.3.2 基于知识的方法

1.3.3 基于数据的方法

1.4 多元统计方法应用于辐射段炉管生产过程质量监测的可行性

1.5 本文主要贡献及研究内容

第二章 以主元分析方法为基础的过程监测

2.1 主元分析方法(PCA)

2.1.1 主元分析方法的理论

2.1.2 主元分析模型的建立

2.1.3 主元个数的选取

2.2 基于主元分析的检验统计量

2.2.1 Hotelling T2统计量及其控制限

2.2.2 SPE统计量及其控制限

2.2.3 基于检验统计量的结果的分析

2.3 故障分析的贡献图

2.4 本章小结

第三章 原料熔炼及离心铸造过程

3.1 原料熔炼过程及对炉管质量影响因素的分析

3.1.1 原料熔炼过程的简介

3.1.2 妒管质量影响因素的分析

3.2 离心铸造过程及对炉管质量影响因素的分析

3.2.1 离心铸造过程的简介

3.2.2 炉管质量影响因素的分析

3.3 炉管性能的检测及相应检测项目的抽检方式

3.4 建模所需数据的选取

3.4.1 原料熔炼过程所需建模数据的选取

3.4.2 离心铸造过程所需建模数据的选取

3.5 本章小结

第四章 炉管质量监测模型的建立与结果讨论

4.1 建模变量的确定

4.2 炉管生产数据的收集

4.3 建模数据的整理

4.3.1 数据的筛选及分类

4.3.2 数据的预处理

4.4 炉管质量监测模型的建立

4.4.1 基于第一主元特征值的异常点检测

4.4.2 主元个数对模型的影响

4.4.3 变量种类及个数对模型的影响

4.4.4 建模数据数量对模型的影响

4.5 监测结果分析与讨论

4.6 本章小结

第五章 结论与展望

参考文献

致谢

研究成果及发表的学术论文

作者和导师简介

展开▼

摘要

工业炉管是乙烯裂解装置等石化生产装置中反应炉的核心组成部分,可以分为辐射段炉管和对流段炉管。其中裂解反应主要在辐射段炉管内进行,辐射段炉管需要长期在高温低压的条件下工作,容易产生渗碳、腐蚀、断裂等问题。因此,其质量的优劣对石化产品质量和石化生产安全起着重要的作用。辐射段炉管的生产大多数采用离心铸造的方式,因为采用这种方式所得的产品具有组织致密、晶型完整、金属夹渣物少和机械性能良好等优点,能够很好地适用于各种石化生产。
   在一些铸造企业中,工人大多根据生产经验来进行生产,并通过对单一参数的控制来保证炉管的质量。但炉管生产过程复杂,影响因素众多,且各影响因素之间存在一定的相关性,各因素协同影响炉管最终的质量。因此,依据经验或对单一参数控制的方法无法实现对产品质量严格控制和废品产生原因的有效查找。
   本文以某企业辐射段炉管铸造生产过程为对象,按照批次对每根炉管的离心铸造生产过程信息进行全流程的采集,具体包括物料信息,离心铸造过程信息和质检信息等。以这些过程采集的数据信息为基础,采用多元统计模型对炉管生产过程进行监测。操作工人可对模型预测有质量问题的炉管进行全面的检测,避免不合格产品混入合格产品中。本文以主元分析方法为基础,通过分析各参数对故障贡献的大小,从而找出引起产品质量不合格的主要参数,为实际生产过程提供参考,在下一根炉管的生产中及时调整生产条件,以保证生产的正常进行,达到提高炉管产品质量,降低生产成本的目的。因此炉管质量监测模型的建立具有重要的工业实际应用价值和研究意义。本文的主要研究内容包括:
   (1)对原料熔炼和离心铸造这两个影响炉管质量的关键环节进行了详细的分析。讨论了主要操作变量对炉管质量的影响。结合文献资料、生产经验和变量收集的可行性等因素确定了建立炉管质量监测模型所需的变量种类、变量采集方式和采集频率等重要内容。
   (2)对建立炉管质量监测模型所需的训练数据进行预处理,以消除建模数据的异常点,保证模型的准确性。用交叉验证法确定模型最优主元个数,采用该模型对实际生产数据进行监测。
   (3)为提高炉管质量监测模型的效果,讨论了建模变量的数量和种类以及建模数据的数量等因素的影响,并通过贡献图的方法对质量不合格炉管的生产数据进行分析,确定引起炉管质量问题的主要参数。将模型对炉管质量预测的结果同工厂实际检测结果相对比,可得模型正确预报质量不合格炉管的比率为86.67%,错误预报质量不合格炉管的比率为2.86%,对实际生产过程具有一定的指导意义。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号