基于数据驱动的工业过程故障诊断方法研究

基于数据驱动的工业过程故障诊断方法研究

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_第1页
基于数据驱动的工业过程故障诊断方法研究_第2页
基于数据驱动的工业过程故障诊断方法研究_第3页
基于数据驱动的工业过程故障诊断方法研究_第4页
基于数据驱动的工业过程故障诊断方法研究_第5页
资源描述:

《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111UDC:?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UDC单位代码01511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FaultDiagnosisMethodBasedonDataDrivenforIndustrialProcessA化esisSubmitted化DalianMaritimeUniversityInar村alfulfillmentofthereuirementsforthedereeofpqgMasterofEnineeringgByLiuBaoiqControlScience

3、andEnineerin(gg)ThesisSuervisor:ProfessorXuJinxuepMar.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。WTE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,mItsinevitable

8、化occurfailureintheuseofmoderniixiustrialroductioneq

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。