首页> 中文学位 >非高斯过程故障检测与诊断方法研究
【6h】

非高斯过程故障检测与诊断方法研究

代理获取

目录

声明

摘要

第1章 综述

1.1 非高斯过程故障检测与诊断方法研究的目的和意义

1.2 非高斯过程故障检测与诊断方法研究的内容和方法

1.2.1 研究内容

1.2.2 研究方法

1.3 非高斯过程故障检测与诊断方法研究的发展现状

1.3.1 研究现状

1.3.2 主成分分析的基本思想及发展现状

1.3.3 独立成分分析方法的基本思想及发展现状

1.4 本文内容安排

第2章 非高斯过程建模及数据处理

2.1 非高斯过程建模

2.1.1 三容水箱的数学模型

2.1.2 三容水箱过程Simulink动态模型

2.1.3 三容水箱过程Simulink故障模型

2.2 非高斯过程数据采集和分析

2.2.1 三容水箱过程的采集

2.2.2 三容水箱过程故障数据分析

2.3 一种非高斯过程的验证方法

第3章 非高斯过程故障检测

3.1 基于独立成分分析的故障检测方法研究

3.1.1 独立成分分析

3.1.2 快速独立成分分析

3.1.3 快速独立成分分析的故障检测

3.2 基于主成分分析的故障检测方法研究

3.2.1 主成分分析

3.2.2 主成分分析的故障检测

3.3 FICA故障检测和PCA故障检测的对比

3.3.1 仿真例子

3.3.2 基于FICA和PCA的故障检测对比实验

第4章 非高斯过程故障诊断

4.1 基于神经网络的故障诊断方法研究

4.1.1 人工神经网络

4.1.2 基于BP神经网络的故障诊断方法

4.2 基于增量自组织神经网络的故障诊断新方法研究

4.2.1 自组织神经网络

4.2.2 基于增量自组织神经网络的故障诊断新方法

4.3 基于聚类概率神经网络故障诊断新方法研究

4.3.1 减法聚类

4.3.2 K-均值聚类

4.3.3 概率神经网络

4.3.4 基于聚类概率神经网络的故障诊断新方法

第5章 非高斯过程故障检测与诊断方法实验

5.1 基于FICA-BP与PCA-BP故障检测与诊断方法的对比实验

5.1.1 基于FICA的堵塞故障检测

5.1.2 基于PGA的堵塞故障检测

5.1.3 基于BP神经网络的堵塞故障诊断

5.2 基于FICA-CPNN故障检测与诊断新方法的对比实验

5.2.1 基于FICA的泄露故障检测

5.2.2 基于PCA的泄露故障检测

5.2.3 基于PNN的泄露故障诊断

5.2.4 基于CPNN的泄露故障检测

5.3 基于FICA-ISOM故障检测与诊断新方法的对比实验

5.3.1 间歇过程

5.3.2 基于ISOM的间歇过程故障诊断

5.3.3 基于ISOM的三容水箱过程故障诊断

第6章 非高斯过程故障检测与诊断平台

6.1 非高斯故障检测与诊断平台整体设计

6.1.1 非高斯过程的故障检测与诊断平台的架构

6.1.2 三容水箱过程的数据采集

6.1.3 三容水箱故障检测与诊断的软件设计

6.2 基于VB的故障检测与诊断

6.2.1 Visual Basic语言

6.2.2 Visual Basic软件功能的设计

6.3 基于Android系统的无线报警系统

6.3.1 故障报警系统总体框架

6.3.2 三容水箱故障检测与诊断系统的网络通信

6.3.3 无线报警系统的网路地址转换

6.3.4 Android手机客户端的设计

结论

参考文献

攻读硕士学位期间发表的论文和取得的研究成果

致谢

展开▼

摘要

非高斯过程的故障检测与诊断对工业生产的安全保障意义重大。近几年,石油化工、锅炉冶炼等企业的爆炸或泄露事故屡见不鲜。正是如此,复杂过程的故障检测与诊断的研究工作也随之大力开展。其中,非高斯过程的故障检测与诊断占有很大比重,因为大部分工业过程都是非线性、非高斯的。本文主要以三容水箱为例,在搜集相关文献综述的基础上,研究非高斯过程的故障检测与诊断方法。
  首先,建立非高斯过程的动态模型。三容水箱的建模采用Matlab中的Simulink工具,利用三容水箱的状态方程和约束条件,模块化的组建三容水箱动态过程。由于本文主要研究非高斯过程的故障检测与诊断,所以同时建立了故障模型。针对三容水箱单一故障,设置了水箱泄露、管道堵塞、电机故障、传感器故障四大类故障,并且对所采集数据进行了相应分析。针对怎样判断一个过程是否为非高斯过程,采用了一种基于Matlab函数的判别方法。
  其次,非高斯过程的故障检测方法研究。针对主成分分析和独立成分分析两种方法进行讨论,利用它们各自的I2、SPE和T2、SPE统计方法进行过程监控。一旦发生故障,就立即对故障数据进行诊断。这里,对ICA和PCA两种方法进行了对比。经过实验证明,ICA更适合于非高斯过程的故障检测。
  再次,非高斯过程的故障诊断方法研究。为了对比,本文首先对传统的神经网络方法进行了实验,包括BP神经网络、概率神经网络和自组织神经网络。在此基础上,提出了两种故障诊断改进新方法,分别是聚类PNN方法和增量自组织神经网络方法。它们能够提高故障诊断的有效性和快速性。
  最后,为了方便应用于实际过程,利用Visual Basic编程语言设计一个故障检测与诊断平台。其中,包含了数据采集、故障报警、数据保存等功能,验证了本文的故障检测与诊断方法可靠性。同时,设计了一套应用于工业过程的网络架构,使故障检测与诊断和过程控制联系到一起,能够实现远程故障监控,更有力的提高了安全性。

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