基于数据驱动的过程参数报警阈值优化

摘要

目前工业过程报警系统往往存在着报警数量大、误报警或者无效报警多等问题。导致此问题的一个主要原因是参数报警阈值的不合理设置，如果报警阈值过大，就可能会漏掉某些重要的报警;反之，阈值太小则会引起过多的无效报警。为了提高过程报警系统的性能，需要对过程参数的报警阈值进行优化设置。
　　 论文首先阐述了国内外在报警管理系统优化和报警阈值设置方法上的相关研究成果，针对传统阈值方法存在的问题，同时考虑误报警和漏报警问题，基于数据驱动技术，从优化的角度提出阈值设置的新方法。
　　 第一，基于历史数据，采用非参数统计中的核密度法估计过程参数的报警状态;第二，建立过程参数报警阈值的优化问题，以过程参数的报警阈值作为操纵变量，从最小化误报和漏报警概率的角度构造目标函数，并采用数值优化的方法求解出最优的报警阈值。
　　 论文选取TE过程和工业DMF回收过程作为实例研究，分别运用阈值设置的新方法和工程中常用的3σ法，比较两种方法下误报警和漏报警次数的变化情况，结果表明新方法能够有效地减少过程中的误报警和漏报警的总次数，减轻操作员的工作负担，提高系统的安全性与可靠性。
　　 最后，基于MATLAB的GUI开发出了一个阈值优化新算法的用户应用界面，为方法的应用奠定了基础。

目录

声明

学位论文数据集

摘要

第一章 前言

1．1 研究的背景与意义

1．2 相关研究综述

1．2．1 报警管理系统

1．2．2 报警阈值优化方法

1．2．3 核密度估计技术

1．3 内容与结构安排

第二章 核密度估计法

2．1 引言

2．2 非参数估计方法

2．2．1 直方图法

2．2．2 最近邻估计

2．3 核密度估计

2．3．1 基本原理

2．3．2 基本统计特性

2．4 实例分析

2．4．1 样本数

2．4．2 核函数

2．4．3 窗宽系数

2．5 本章小结

第三章 过程参数报警阈值优化

3．1 引言

3．2 过程参数报警状态估计

3．3 过程系数报警阈值优化

3．4 实例分析

3．5 本章小结

第四章 过程实例研究

4．1 引言

4．2 TE过程

4．3 工业DMF回收过程

4．4 本章小结

第五章 应用软件设计与实现

5．1 引言

5．2 结构与功能

5．3 软件实现

5．4 本章小结

第六章 结论与展望

参考文献

致谢

研究成果及发表的学术论文

作者及导师简介

硕士研究生学位论文答辩委员会决议书