欢迎来到天天文库
浏览记录
ID:35065757
大小:5.99 MB
页数:69页
时间:2019-03-17
《基于数据驱动的工业过程故障诊断方法研究》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、分类号:密级05单位代码111UDC:?乂是洛事乂拿全日制学术型硕±研究生学位论文基于数据驱动的工业过程故障诊断方法研究刘宝琪指导教师徐进学教授申请学位类别工学硕±学科巧业)名称控制科学与工程学位授予单位大连海事大学2016年3月密级分类号UDC单位代码01511大连海事大学硕古学位论文基于数据驱动的工业过程故障诊断方法研究刘宝琪指导教师徐进学职称教授学位授予单位大连海事大学申请学位级别工学硕±学科(专业)控制
2、科学与工程论文完成日期2016年3月答辩日期2016年3月答辩委员会主席FaultDiagnosisMethodBasedonDataDrivenforIndustrialProcessA化esisSubmitted化DalianMaritimeUniversityInar村alfulfillmentofthereuirementsforthedereeofpqgMasterofEnineeringgByLiuBaoiqControlScience
3、andEnineerin(gg)ThesisSuervisor:ProfessorXuJinxuepMar.2016大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:本论文是在导师的指导下,独立进于研究工作所取得的成果,I""撰写成硕±学位论文義觀魚:寺气衣气£■。除论文中己经注明引用的内容外,对论文的研究做出重要贡献的个人和集体,均已在文中W明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体己经公开发表或未公开发表的成果。。本声明的法律责任由本人承担学位论文作者签名
4、:是恃澳学位论文版权使用授权书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学目位论文的规定,P;大连海事大学有权保留并向国家有关部口或机构送交学位论。文的复印件和电子版,允许论文被查阅和借阅本人授权大连海事大学可将本、学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印缩印或扫描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕±学位论文全文数据库》(中国学术期刊(光盘版)电子杂志社)、《中国学位论文全文数据库》(中国科学技术信息研究所)等数据库中,并W电子出版物形式出
5、版发行和提供信息服务。保密的论文在解密后遵守此规定。本学位论文属于:保密□在年解密后适用本授权书。""不保密0(请在W上方框内打V)论文作者签名:东t杂导师签名:l《爸曰期:又C/之年^月球曰中文摘要摘要在现代工业生产设备的使用中出现故障是在所难免的,然而不能被及时准确的检测和排除时,有可能导致整个系统的擁褒,造成的损失与损害不堪设想。而因为生产设备中往往生成和收集了大量的跟踪或机器数据,所W基于数据驱动的方法已被广泛地应用到工业过程故障诊断中。该方法不依靠精确的系统数学模型,只利用基于大量数据
6、的控制算法,因此具有高效性与便捷性。考虑到工业巧程的复杂性与数据的非线性,在目前应用最广泛的非线性故障诊断技术的基础之上不断完善:,本文所进行的主要研究如下1)为了克服传统非线性故障诊断方法精度低的缺点,硏究基于扩散映射的K最近邻-(DMKNN)故障检测方法。该方法充分考虑数据中的流形非线性结构并且保留非线性数据的全局特性;利用K最近邻法则克服遗漏残差信息的优点,将其故障检测的原理应用到特征提取后的低维流形特征空间中来检测潜在故障,其诊断结果更加可靠准确。WTE过程为研究背景,利用TE过程仿真数据对典型故障进行验证
7、,结果表明该方法具有高精度。2)为了克服目前高精故障识别的自动化技术匿乏问题,提出了基于扩散映射与隐"-HMM)的数据驱动故障诊断方法马尔科夫模型(DM。该方法采用特征提"取与分类决策的智能故障识别思想,利用扩散映射减少数据存储成本,并将获取到的低维特征向量作为隐马尔科夫模型的观测序列进行故障模式的识别,从而提高诊断的快速性与准确性。最后将该方法应用到TE过程模拟器中实现仿真验证,结果表明该方法的有效性。TE过程关键词:巧庙诊断;;数据驱动;特征提取英文摘要ABSTRACT,mItsinevitable
8、化occurfailureintheuseofmoderniixiustrialroductioneq
此文档下载收益归作者所有