基于数据和知识的工业过程监视及故障诊断综述

基于数据和知识的工业过程监视及故障诊断综述

ID:5349878

大小:465.45 KB

页数:8页

时间:2017-12-08

基于数据和知识的工业过程监视及故障诊断综述_第1页
基于数据和知识的工业过程监视及故障诊断综述_第2页
基于数据和知识的工业过程监视及故障诊断综述_第3页
基于数据和知识的工业过程监视及故障诊断综述_第4页
基于数据和知识的工业过程监视及故障诊断综述_第5页
资源描述:

《基于数据和知识的工业过程监视及故障诊断综述》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第25卷第6期控制与决策2010年6月Vol.25No.6ControlandDecisionJun.2010文章编号:1001-0920(2010)06-0801-07基于数据和知识的工业过程监视及故障诊断综述刘强1,柴天佑1,秦泗钊2,赵立杰1a;3(1.东北大学a.流程工业综合自动化教育部重点实验室,b.自动化研究中心,沈阳110819;2.南加州大学化工系,洛杉矶90089;3.沈阳化工学院信息工程学院,沈阳110032)摘要:从复杂工业过程所可能具有的过程特性及数据存取过程中引入的数据特性分析出发,综述

2、了具有复杂数据特性的工业过程的多元统计监视方法,并分别讨论了基于数据和基于知识方法进行故障诊断的优势、进展、适用范围及二者结合的可能.最后探讨了这一领域中值得进一步研究的问题和可能的发展方向.关键词:多元统计过程监视;基于数据的诊断;基于知识的诊断;工业过程中图分类号:TP273文献标识码:AProgressofdata-drivenandknowledge-drivenprocessmonitoringandfaultdiagnosisforindustryprocessLIUQiang1,CHAITian-y

3、ou1,QINSJoe2,ZHAOLi-jie1a;3(1a.KeyLaboratoryofProcessIndustryAutomationofMinistryofEducation,1b.ResearchCenterofAutomation,NortheasternUniversity,Shenyang110819,China;2.TheMorkFamilyDepartmentofChemicalEngineeringandMaterialsScience,UniversityofSouthernCalifo

4、rnia,LosAngeles90089,USA;3.InformationEngineeringSchool,ShenyangInstituteofChemicalTechnology,Shenyang110032,China;Correspondent:LIUQiang,E-mail:qiangliu1980@163.com)Abstract:Basedontheanalysisofcomplexdatacharacteristicsduetotheprocesscharacteristicsorthedat

5、acollectionandstorageproblem,thedevelopmentsoftheorytheresearchesoncomplexindustryprocessmultivariatestatisticalmonitoringarereviewed.Theadvantages,development,applicabledomainofthedata-basedandknowledge-baseddiagnosismethodsarediscussed.Andthepossibilityofth

6、esetwotypesofmethods’combinationarestudied.Finally,someproblemsandtheirresearchtendenciesinthisfieldarepresented.Keywords:Multivariatestatisticalprocessmonitoring;Data-basedfaultdiagnosis;Knowledge-basedfaultdiagnosis;Industryprocess1引引引言言言连铸、轧制[5,6]等.复杂工业过程一旦

7、发生事故,可能对生产安全、目前,过程工业主要采用如下方法解决监控、诊效率或产品质量造成不良影响[1],这就对生产过程的断、容错三方面问题:1)监控方面采用单变量过程控监视及诊断提出了更高要求.由于实际工业过程不确制(SPC)或多元统计过程监控(MSPM)方法;2)诊断定因素多且过程复杂,一般可包括非线性、时变、变方面包括:①定性的专家系统及动态趋势,②定量的量耦合、时间相关性、多模态、多时段、大规模、间歇多元统计方法、神经网络方法及聚类方法;3)容错是等特性,使其难以建立精确的过程模型及故障模在诊断出故障的前提下

8、,基于症状、控制树、故障概型.基于数据和知识的方法因可避免解析法要求详率、过程历史操作等信息,通过硬件冗余、控制器重新调整[7,8]、传感器重构[9]等方式实现.细、准确的定量数学模型的缺点,已成为研究热点并取得了进展,广泛用于工业过程的监视及诊断.如田虽然目前针对故障诊断问题已经建立了相对完纳西伊斯曼过程[2],半导体制造[3,4],钢铁行业转炉、整的理论体系,但在过程

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。