發(fā)布時間：2020-06-07 20:15

【摘要】：石化生產過程具有高溫高壓、易燃易爆、有毒有害等特點,未及時發(fā)現(xiàn)和排除故障將會導致重大人員傷亡和經濟損失,甚至影響生態(tài)環(huán)境。因此研究過程故障診斷和預報技術具有重要現(xiàn)實意義。本文以連續(xù)生產過程為背景,針對多變量、非線性以及非高斯性等問題,基于狀態(tài)估計方法研究并提出了新的過程故障診斷和預報方法,并通過仿真研究對方法的有效性進行了驗證和分析。 首先,為了考慮多維觀測數(shù)據的時序自相關性和變量互相關性,利用低維特征捕捉過程動態(tài)特性,提出一種基于典型變量分析狀態(tài)殘差的故障檢測方法。首先利用觀測數(shù)據建立典型變量分析模型,然后提取過程狀態(tài),估計狀態(tài)空間矩陣,從而建立子空間模型。將典型變量分析模型估計的狀態(tài)與子空間模型估計的狀態(tài)進行對比獲得殘差,設計多元統(tǒng)計量監(jiān)控殘差的變化趨勢。在連續(xù)攪拌反應器上的仿真研究表明,所提方法能夠根據低維特征信息更快速更靈敏地檢測到故障。 其次,針對非線性多變量過程,提出兩種基于unscented卡爾曼濾波新息特征的故障診斷方法:多變量序貫概率比檢驗方法和信息散度方法。利用unscented卡爾曼濾波器產生預測新息,對新息特征進行深入研究。多變量序貫概率比檢驗方法通過構造對數(shù)概率似然比統(tǒng)計量和判決規(guī)則監(jiān)控過程的運行狀態(tài)。為了進一步考慮預測新息中的非高斯特征,信息散度方法利用核密度估計計算多元新息的概率分布,設計信息散度統(tǒng)計量監(jiān)控過程的運行狀態(tài)。利用對稱信息散度計算待診斷過程與故障庫中各類故障之間的距離,識別故障類型。在連續(xù)攪拌反應器上的仿真結果表明,提出的方法能夠有效監(jiān)控過程變化,正確識別故障類型。 針對未知非線性系統(tǒng)故障預報問題,提出一種基于支持向量機新息預測的改進卡爾曼預測方法。通過典型變量分析子空間辨識算法獲得未知非線性系統(tǒng)的局部線性化模型,利用該模型和卡爾曼濾波器對過程進行跟蹤和預測,并利用支持向量機時間序列預測算法預測未來新息,基于未來新息修正卡爾曼單步和多步預報。在連續(xù)攪拌反應器上的仿真研究表明,所提方法能夠準確預測過程的動態(tài)變化趨勢,提前預報故障狀態(tài)。 最后,為了增強unscented卡爾曼濾波對故障過程的跟蹤和預報能力,提出一種基于模糊自適應unscented卡爾曼濾波的預測器。根據預測效果調節(jié)狀態(tài)誤差協(xié)方差矩陣和卡爾曼增益,增強unscented卡爾曼濾波器對故障過程的跟蹤能力。針對過調節(jié)導致的跟蹤波動較大問題,設計Takagi-Sugeno模糊邏輯系統(tǒng)平滑調節(jié)。仿真研究表明,模糊自適應濾波器能夠在保證強跟蹤能力的同時實現(xiàn)平滑跟蹤,基于模糊自適應濾波的預測器能夠精確預測未來過程輸出,實現(xiàn)提前報警。
【圖文】：

取措施排查原因以消除故障隱患。由此可見，故障預報技術有利于提高早期故障檢測能力，增強系統(tǒng)的可靠性和安全性。圖1-1 過程故障預報示意圖Fig1-1 Schematic diagram of process fault prediction過程故障預報技術根據采集數(shù)據，基于一定的信息預測模型，預測系統(tǒng)未來的運行狀態(tài)及發(fā)展趨勢，進而利用故障檢測與診斷方法對過程預測值進行分析，確定將來是否存在超限現(xiàn)象。過程故障預報包括信息預測和故障檢測與診斷兩個部分，其系統(tǒng)結構圖如圖1-2所示。目前，關于故障預報的研究主要集中在信息預測模塊，故障檢測與診斷模塊主要實現(xiàn)超限檢測功能。圖1-2 過程故障預報系統(tǒng)結構圖Fig1-2 Schematic diagram of process fault prediction system相關博士學位論文 2011年 第08期 工程科技Ⅱ輯 C029-32-8

狀態(tài)及發(fā)展趨勢，進而利用故障檢測與診斷方法對過程預測值進行分析，確定將來是否存在超限現(xiàn)象。過程故障預報包括信息預測和故障檢測與診斷兩個部分，其系統(tǒng)結構圖如圖1-2所示。目前，關于故障預報的研究主要集中在信息預測模塊，，故障檢測與診斷模塊主要實現(xiàn)超限檢測功能。圖1-2 過程故障預報系統(tǒng)結構圖Fig1-2 Schematic diagram of process fault prediction system相關博士學位論文 2011年 第08期 工程科技Ⅱ輯 C029-32-8
【學位授予單位】：中國石油大學
【學位級別】：博士
【學位授予年份】：2010
【分類號】：TH165.3

【參考文獻】

相關期刊論文 前10條

1 朱春梅;徐小力;張建民;;基于混沌時間序列的旋轉機械狀態(tài)趨勢預測研究[J];北京機械工業(yè)學院學報;2006年04期

2 葛哲學;楊擁民;王興偉;溫熙森;胡政;;非線性系統(tǒng)傳感器偏差故障的UKF遞推檢測方法[J];傳感技術學報;2005年04期

3 張克志;田蔚風;金志華;;基于UKF的動力調諧陀螺隨機漂移建模研究[J];傳感技術學報;2007年07期

4 李勁;強跟蹤Unscented濾波器及其在無源跟蹤中的應用[J];電訊技術;2005年01期

5 陳偉;胡昌華;方華元;;基于小波支撐矢量機的陀螺儀漂移預測[J];電光與控制;2006年02期

6 劉昆朋;曾慶華;;序貫概率比檢驗用于殘差檢測的一種改進方法[J];電光與控制;2009年08期

7 白江坡;邱靜;姜云春;;UKF方法在永磁同步電機故障檢測中的應用[J];電機與控制學報;2007年01期

8 徐文正;李煒;;基于自調整多數(shù)據檢測的傳感器小偏置量故障檢測器設計[J];彈箭與制導學報;2007年03期

9 李煒;李陽;毛海杰;;多序貫概率比檢驗在管道泄漏檢測中的研究[J];彈箭與制導學報;2007年04期

10 畢小龍;王洪躍;司風琪;徐治皋;;基于核主元分析的傳感器故障檢測[J];動力工程;2007年04期

本文編號：2701940