毕业论文

打赏
当前位置: 毕业论文 > 自动化 >

基于主元分析的故障检测技术

时间:2018-09-22 20:54来源:毕业论文
研究了在当前DCS在过程及故障检测中的不足,利用主元分析法(PCA)完善 DCS 的故障检测及过程监控的能力。在整个系统当中,在组态环境中建立主元模型并对它进行检验

摘要由于现代科学技术进步与发展,自动化在生产过程中的应用更加深入,人们对于生产过程的安全性以及稳定性更加的重视,即对自动化系统的安全性以及稳定性的重视。基于PCA的故障检测技术的研究是当前的一个非常热门的一个研究项目。本文研究了在当前DCS在过程及故障检测中的不足,利用主元分析法(PCA)完善 DCS 的故障检测及过程监控的能力。在整个系统当中,在组态环境中建立主元模型并对它进行检验,明确统计量控制限以及统计量监视图的组态等相关功能;在运行环境中,利用数据库调用组态环境设置的参数并利用 SPE和T2的统计量进行实时的过程监控及故障检测。在最终的仿真结果中表明DCS能够通过主元分析法(PCA)改进系统的过程监控以及故障检测的性能。28443   
毕业论文关键词:主元分析(PCA),故障检测,过程监控,分布式控制系统(DCS),SPE和T2的统计量
Title   Fault Detection Technology Research Based On PCA 
Abstract Because of the development of the modern science and technology, the application of automation in the production process  is going to be  more deeply.Now people  take more attention on the security and stability of the production process, as the attention to the security and stability of the automation system.The fault detection technology based on PCA research is a very popular a research project at the moment.This article studies the deficiency of fault detection and process in the DCS ,then using principal component analysis(PCA) to improve the ability of  fault  detection and  process monitoring in the DCS.In the whole system,  we will set up the PCA model  in the  configuration environment  and test it,clear statistic control limit , statistic monitor figure configuration and related functions.In the running environment, the use of database call configuration environment to set parameters and using the SPE and  T2  statistic the real-time process monitoring and fault detection.At last,the  simulation results show  that  the principal component  analysis(PCA)  could  improve the performance of the process monitoring and fault detection in the DCS.  
源¥自%六:维;论-文'网=www.lwfree.cn

Keywords:  Principal  component analysis(PCA),Fault detection,  Process monitoring, Distributed control system(DCS),The SPE and T2 statistic
目   次  
1  引言1
1.1 研究的背景与意义1
1.2 国内外研究的现状及发展1
1.3 课题研究主要工作3
1.4 本文的结构安排4
2 故障诊断主元分析以及其中的基本方法5
2.1 故障诊断5
2.2 主元分析7
2.3 主元分析在故障检测中的基本方法10
3 在 DCS 中主元分析的具体的算法过程13
3.1 离线主元模型的确定13
3.2 在线过程监控及故障检测14
4 仿真及分析15
4.1 仿真数据源的选择15
4.2 模型建立16
4.3 性能的仿真及分析18
结论22
致谢23
参考文献24
附录 A26
1 引言 1.1 研究的背景与意义 由于现代科学的飞速发展,如今工业自动化的发展更加的迅速,而且工业设备的结构也是越发的复杂繁琐,整个的自动化的系统也是更加的精妙。自动化设备的改进与应用虽然带来很大的经济效益[1],但是整个系统更加的复杂,不可控的因素变多,出现故障的几率也会变多,这样便会影响到整个系统的运行。因而人们对制造过程中的安全问题更加的重视起来,例如现今的一套生产太阳能电池片的设备就需要几亿人民币的投入,一些很小的故障没有排除就会造成很大的损失。 随着自动化控制在工业生产过程中的广泛应用,虽然有较多的步骤已经实现了自动化,但是当其中某个生产步骤发生错误的时候,还是需要寻求操作人员来进行修正。当生产过程中出现故障,或者发生错误的时候,由于种种原因包括操作人员的经验、技术以及对故障的认知不够全面,很有可能会出现操作人员失误的情况,从而使得生产不能及时的恢复造成较大的损失。在历史的工业资料中显示,在大多数的工业故障的失误都是由于操作人的问题而引起的。 因此,在现今的情况下,工业生产十分需要加上一个系统,一个能够进行过程监控以及故障检测的计算机系统,从而通过这个系统来拟补操作员的失误,使公司受到的损失最小化。过程监控以及故障检测的目标就是用最简便、最快捷、最有效的方法提取并分析其中的最重要的信息,然后再找出故障出现的地方,而且还要知道故障发生的根源在哪。主元分析法是现在很热门并且受到关注很多的一个过程监控及故障检测的方法[2],在学术界中已经有了很多的理论以及应用相关的报道。作为监控过程的一个降维的方法[3],主元分析法(PCA)的应用在学术领域以及工业领域都有非常多的发展,所以对基于 PCA的过程监控以及故障检测技术的探索是很有意义的。 1.2 国内外研究的现状及发展 过程的检测和基于PCA 与故障检测,在工业领域应用的故障检测技术的研究也受到人们的关注。主元分析方法的难点主要是如何对故障的特征进行提取,很多的研究人员对这个地方进行了探索与研发。 主元分析(principal component analysis,PCA)是一种能够对工业的生产过程进行监测和故障检测的有效方法,在保证数据信息丢失最少的情况下,很大程度上降低了工业生产过程中数据的维数。主元分析是一种常用的多变量统计方法[4],该方法可以将系统运行过程中的相关变量压缩成少量独立的主要变量,特殊情况下能将高维数据空间投影到二维平面上,从而便于对数据特征进行理解。 基于主元分析的故障检测技术:http://www.lwfree.cn/zidonghua/20180922/23289.html
------分隔线----------------------------
推荐内容