基于统计特征的不等长间歇过程故障诊断研究本科(1)

《基于统计特征的不等长间歇过程故障诊断研究本科(1)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、沈阳化工大学本科毕业论文题目：基于统计特征的不等长间歇过程故障诊断研究毕业设计（论文）任务书毕业设计（论文）题目：基于统计特征的不等长间歇过程故障诊断研究毕业设计（论文）内容：1、提取不等长间歇过程的统计特征2、研究基于PCA的故障诊断方法3、编制完成实现上述任务的程序毕业设计（论文）专题部分：不等长间歇过程故障诊断研究起止时间：2014年3月---2014年7月指导教师：签字年月日教研主任：签字年月日学院院长：签字年月日目录第一章绪论11.1引言11.2间歇生产过程性能监控研究现状21.2.1间歇生产过程故障诊断研究进展21.2.2多元统计方法应用于间歇过程故障诊断21.3本文研究内

2、容4第二章MPCA在间歇反应过程故障诊断中的应用52.1引言52.2PCA基本原理62.2.1主元分析简介62.2.2主元分析的意义62.2.3主元分析的基本原理72.2.4主元个数的提取72.2.5主元模型82.3基于MPCA的故障检测方法92.3.1MPCA理论92.3.2基于MPCA故障检测的统计量及其控制限102.3.3基于MPCA的故障诊断方法112.4本章小结12第三章基于统计特征的不等长间歇过程故障诊断研究133.1引言133.2不等长问题143.2.1不等长数据描述143.2.2不等长轨迹同步化方法143.3基于统计特征的不等长间歇过程故障诊断研究153.4仿真实验18

3、3.5本章小结22第四章总结和展望234.1总结234.2工作展望23参考文献25致谢26摘要随着工业生产的快速发展，由于工业体系的庞大化和复杂化，如果生产过程中一旦出事故，不仅会影响生产的正常进行，还会造成一定的经济损失甚至人员伤亡，因此故障检测与故障诊断技术越来越成为监控系统中的不可缺少的一部分。及时准确地检测和诊断出过程的故障，不仅可以减少事故、增加过程运行的安全性，而且可以降低生产管理成本，提高产品的质量。基于统计分析的故障诊断是故障诊断技术的重要组成部分之一。本文以提高不等长间歇过程故障诊断的性能为目的，深入研究了基于统计特征的不等长间歇过程故障诊断算法，并对半导体工业实例—

4、A1堆腐蚀过程进行了具体地分析与仿真，取得了预期的效果。本文首先研究了基于多向主元分析(Multi-wayprincipalcomponentanalysis，MPCA)方法在故障监测与诊断过程中的应用。其次，在分析了多向主元分析方法进行故障监视和诊断的局限和缺点的基础上，深入研究了基于统计特征的不等长间歇过程故障诊断算法。通过基于统计特征的不等长间歇过程故障诊断算法，可以先计算每个不等长批次的均值、偏度、峭度、方差和任意两个变量之间的欧氏距离，然后将这些统计特征组合成一个等长的特征向量,再利用主元分析(principalComponentAnalysis，PCA)进行过程监视。根据半

5、导体工业实例的仿真结果，基于统计特征的不等长间歇过程故障诊断算法与传统的多向主元分析(MPCA)方法相比，不仅可以减少建模过程的计算量，而且其故障诊断率提高了15%，还大大减少了故障检测时间，因此该算法具有很好的故障诊断性能。关键词:故障诊断；不等长间歇过程；统计特征；多向主元分析AbstractWiththerapiddevelopmentofindustrialproduction,duetothelargechemicalindustrysystemandcomplicated,iftheproductionprocessonceanaccident,notonlywillaff

6、ectthenormalproduction,butalsocausegreateconomiclossandcasualties,sothefaultdetectionandfaultdiagnosistechnologyhasincreasinglybecomeanindispensablepartinthemonitoringsystem.Timelyandaccuratedetectionanddiagnosisofprocessfaults,notonlycanreduceaccidents,increasethesafetyoperationoftheprocess,but

7、alsocanreducethecostofproductionmanagement,improvethequalityoftheproducts.Faultdiagnosisbasedonstatisticalanalysisisanimportantpartofthefaultdiagnosistechnology.Inordertoimprovetheunequalperformanceoffaultdiagnosisofbatchpro