资源描述：
《基于时间序列模型的化工设备状态的预测应用研究（可编辑）》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、基于时间序列模型的化工设备状态的预测应用研究北京化工大学硕士学位论文基于时间序列模型的化工设备状态的预测应用研究姓名:徐大维申请学位级别:硕士专业:计算机应用技术指导教师:高金吉20090603摘要基于时间序列模型的化工设备状态的预测研究摘要故障预报和预警是世纪后期才发展起来的一个新兴的研究方向,也是当前预测控制理论研究的热点之一。随着对系统可靠性和安全性要求的进一步提高,人们希望能够在故障对系统的危害显现之前就能够更加准确的预测故障发生的有关信息,由此提出了对故障预报更加严格的要求。目前故障预报研究进展较为缓慢,基于时间序列
2、预测的方法是现有的主要预报方法。本文分析了在时间序列预测领域中应用比较广泛的几种基础的方法,比较了它们在预测中的应用范围和各自的优劣,并在这基础的方法上提出了改进。结合当今预测领域新兴的数据挖掘思想,介绍了国外一种新的预测方法,并将上述预测方法和化工监测诊断系统相结合。本文着眼于预测模型的实际应用,主要工作如下:、总结并分析了时间序列预测领域中应用最广泛的自回归一滑动平均模型模型,并针对其在定阶中的存在的模糊性和人为判定的情况,本文在实际应用中采用了检验逐步自动定阶的方法,避免了模型定阶中所遇到的问题,实现了数据处理、模型定阶
3、和状态预测的实际应用。、针对基础的神经网络,本文基于已有的神经网络思想,改进了其网络的内部结构,即在基础的神经网络的承接层增加一个自反馈,增强了神经网络的动态跟踪性能。北京化工大学硕士学位论文、本文把时间序列序贯学习的思想引入网络的在线建模过程中,实现了网络在线学习,通过时间窗的推移,不断地利用新采集数据对网络进行训练,提高了网络的建模效率和对真实数据的跟踪和拟合能力。、针对故障样本数据丰富的情况,借鉴美国辛辛那提大学的中心提出的匹配矩阵的思想,本文介绍了一种基于数据挖掘技术的匹配矩阵预测模型,并将其应用于设备状态的真实数据,
4、取得了良好的预测效果。而且在该匹配矩阵模型的建模过程中融合了模型,拥有较高的建模效率和反应速度,体现了多种预测方法相互融合的现代预测技术的发展方向。、面对目前软件不支持建模函数编译成动态链接库被调用的问题,通过重新编写算法和利用其他组织编写的时间序列工具箱等方法,应用混合编程的技术,将论文中提出的预测方法加以实现并应用到化工领域的维修与安全保障完整性管理平台中,并进行仿真实验。仿真结果表明了文章中提出的的预测方法,预测精度和效率能够达到实际应用的要求。关键词:时间序列预测,模型,神经网络,数据挖掘,匹配矩阵,混合编程摘要...
5、.,,..:、,?,.Ⅱ北京化工大学硕士学位论文、,,.、,..、,.、’,,.:,,,,,北京化工大学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名:日期:丝盘丝关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工
6、作的知识产权单位属北京化工大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。保密论文注释:本学位论文属于保密范围,在上年解密后适用本授权书。非保密论文注释:本学位论文不属于保密范围,适用本授权书。口《大经.、多作者签名:日期:;。穹导师签名:日期:第一章绪论第一章绪论.课题背景..课题来源本课题来源于国家自然科学基金重点项目:机械复杂系统建模仿真、运行优化和自愈调控理论与方法项目编号:;属于理论
7、研究范畴,主要针对石油化工领域中的安全监测系统的设备状态数据进行时间序列预测方面的研究。对于实际生产中的反映设备运行状态的时间序列,特别是非线性时间序列,利用模型、神经网络和数据挖掘等不同方法对设备状态进行了预测研究。..课题研究的目的和意义随着石化企业生产自动化程度的不断提高,维修在现代企业中的地位也日益明显,同时,安全生产业已成为企业的关注点,设备故障控制与预防必然成为现代企业管理所面临的重要课题。如何更有效地利用当前的固定资产降低设备维护的成本,并减少由于设备原因导致的生产安全事故越来越受到企业的重视。维修与安全保障完整
8、性管理平台实现了数据到信息的转变,针对化工设备而言,将机组状态监测数据转变为对机组运行状态的整体性能评价,当机组发生故障或出现早期故障征兆时及时发现、精确诊断、准确预测得到,得到故障特征、原因及部位,同时生成维修建议报告提交到计划部门实现状态维修,并获取维修反馈形成对故障全生
