化學(xué)工業(yè)過程的故障診斷一直都是整個(gè)行業(yè)的重要組成部分,更是國家經(jīng)濟(jì)、安全的強(qiáng)有力保證。同時(shí)由于化工行業(yè)的生產(chǎn)模式注定了其生產(chǎn)過程不直觀,人們對于生產(chǎn)過程的狀態(tài)只能通過數(shù)據(jù)間接觀察,而化工生產(chǎn)過程擁有龐大的變量環(huán)境,傳統(tǒng)意義上的故障診斷和監(jiān)控方法效果并不理想。能夠處理高維大數(shù)據(jù)的故障診斷需求也越來越強(qiáng)。本文針對現(xiàn)代化工生產(chǎn)需求提出了基于TE過程的高維大數(shù)據(jù)真實(shí)化工故障模型,并設(shè)計(jì)了改進(jìn)的Fisher故障判別方法,針對剝離的故障數(shù)據(jù)則設(shè)計(jì)了ICS-RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷,對仿真研究進(jìn)行分析,全文的主要工作如下:(1)參閱相關(guān)文獻(xiàn)、資料,研究TE過程仿真模型,得到故障模型的輸出,詳細(xì)分析TE過程仿真模型的15個(gè)故障,并確定了化工故障診斷模型的評價(jià)指標(biāo)。(2)針對TE過程的高維度故障進(jìn)行故障判別,并在此基礎(chǔ)上根據(jù)樣本類間、樣本類內(nèi)的離散關(guān)系設(shè)計(jì)了帶有懲罰因子的Fisher改進(jìn)算法,進(jìn)行了仿真實(shí)驗(yàn)研究,仿真結(jié)果表明,本文通過減少生產(chǎn)過程中異常數(shù)據(jù)對故障判別的影響權(quán)重優(yōu)化了投影系數(shù),改善了故障判別的效果。(3)將未分類的故障數(shù)據(jù)用于基于ICS-RBF神經(jīng)網(wǎng)絡(luò)的故障診斷。針對RBF網(wǎng)絡(luò)中后期訓(xùn)練速...

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1現(xiàn)代工廠的生產(chǎn)看板

科技產(chǎn)業(yè)的現(xiàn)代化升級，使得傳統(tǒng)工業(yè)制造行業(yè)進(jìn)入智能階段，全球范圍的智能制造如中國制造2025、工業(yè)4.0、未來工廠概念以及先進(jìn)制造系統(tǒng)如雨后春筍一般被構(gòu)建出來，這是新世紀(jì)各國新的競爭理念[1-3]。智能工廠的重中之重，就是針對不同的需求和實(shí)際的環(huán)境因素做出最為貼切、實(shí)際的智能....

圖1-2現(xiàn)代化工生產(chǎn)線

圖1-2現(xiàn)代化工生產(chǎn)線在經(jīng)過長時(shí)間的發(fā)展，通過嚴(yán)苛的法規(guī)和安全素質(zhì)的提高使得現(xiàn)代化工業(yè)操作對安全性和可靠性都有著很高的要求[21]。忽視安全規(guī)則和不注重安全教育會導(dǎo)致災(zāi)難性事故，從而導(dǎo)致嚴(yán)重的后果、人員損失和環(huán)境的影響。因此，通過一個(gè)系統(tǒng)來實(shí)現(xiàn)安全要求和實(shí)時(shí)監(jiān)控的策略來避免意....

圖1-3故障樹分析

圖1-3故障樹分析析(HAZOP)[43]用來分析化工廠的控制程序系統(tǒng)，是一會有多部門的團(tuán)隊(duì)多次進(jìn)行。研究現(xiàn)狀障診斷方法的研究小組[23,25]回顧了不同的故障檢測三類：定量方法定性方法程的方法

圖2-1TE過程流程圖

湘潭大學(xué)碩士學(xué)位論文[60,63]。這時(shí)，產(chǎn)出物會和未反應(yīng)物一起以蒸汽的狀態(tài)離開反應(yīng)器，通過冷凝器冷凝產(chǎn)物并冷凝到氣液分離器，其中未冷凝的部分通過循環(huán)壓縮器再循環(huán)到反應(yīng)器的進(jìn)料口。接著通過4號串流將冷凝的產(chǎn)物送至產(chǎn)品汽提塔提純?nèi)コ龤埩舻姆磻?yīng)物，產(chǎn)品G、H離開汽提塔底部后在....

本文編號：4055781