本科毕业论文---基于ica的故障诊断算法的研究正文.doc
《本科毕业论文---基于ica的故障诊断算法的研究正文.doc》由会员分享,可在线阅读,更多相关《本科毕业论文---基于ica的故障诊断算法的研究正文.doc(59页珍藏版)》请在咨信网上搜索。
1、一、原始依据(包括设计或论文的工作基础、研究条件、应用环境、工作目的等。)工作基础:了解数据挖掘技术的基本方法,能熟练使用MATLAB软件。研究条件:利用MATLAB实现基于独立成分分析的流程工业过程监控方法的研究与仿真。应用环境:基于独立分分析法的数据信息挖掘技术的研究工作目的:熟练掌握MATLAB的M文件编程 掌握故障诊断技术的基本分类以及基于信号处理的方法的基本步骤。二、参考文献1刘磊,张宇明,钱积新.统计过程在连续生产中的应用J.化工自动化及仪表,第24卷,1995. 2于俊英,连岳.SPC在柔性设计制造中心生产加工中的应用J.航空制造技术, 2005. 3张公绪,孙静.统计过程控制与
2、诊断J.质量与可靠性,2002. 4刘阶萍,罗振璧,陈禹六.工序能力指数的统计分析与改进J.北京科技大学学报,第26 卷第2期,2004. 5高岩,杨慧中.一种主元分析方法在聚合生产过程故障检测与诊断中的应用J.江南大学学报(自然科学版), 2005. 6王海清,宋执环,李平.改进 PCA 及其在过程监控与故障诊断中的应用J.化工学报, 第52卷第6 期, 2001 年6 月.7J.F.MarcGregor and T.Kourti,Statistic Process Control of Multivariate Processes J, Control Practice, Vol.3, N
3、o.3, 403-414.三、设计(研究)内容和要求(包括设计或研究内容、主要指标与技术参数,并根据课题性质对学生提出具体要求。)1、掌握MATLAB的基本使用方法,能够独立完成基本的算法设计。2、研究基于ICA方法的故障诊断的方法和程序实现。3、对实际的诊断效果做出相应的评价。 指导教师(签字)年 月 日审题小组组长(签字)年 月 日天津大学仁爱学院本科生毕业设计(论文)开题报告课题名称基于ICA的流程工业故障诊断系统的研究系 名信息工程系专 业自动化学生姓名杨俊敏指导教师扈书亮一、课题来源及意义独立陈分分析(Independent Component Analysis),最早应用于盲源信号
4、分离(Blind Source Separation)。ICA方法最早是由法国的J.Herault和C.Jutten于80年代中期提出来的,现在常称他们的方法为H-J算法,可以说是最经典的ICA算法之一。目前比较流行的ICA算法有Infomax算法(信息最大化)、FastICA算法(定点算法,Fixed-point、快速ICA算法),犯非法分类的依据主要是求取分离矩阵W的方法不同。随着科技的发展,过程工业系统的规模在逐渐扩张,工艺也越来越复杂,使得人们不得不将过程的可靠性以及安全性能重视起来;此外,过程工业通常对生产环境的要求亦非常严格,尤其是在石油炼制、化工、电力、钢铁、冶金等流程工业生产过
5、程中极为突出。在现代化生产过程中,过程故障检测及其相关技术的研究有着深刻的理论价值和不容忽视的重要性。几年来,过程监控已经成为过程自动化和过程控制领域的重要研究方向,并成为构成系统可靠性、安全性、维修性等学科的关键技术之一。 二、国内外发展现状独立成分分析(ICA)作为近年来发展起来的一种新的统计信号处理方法,与传统的PCA方法相比,它更有效的利用了高价信息统计量和非高斯信息,并能对数据的独立性问题作出分析。ICA在生物医学信号处理、混合语音分离、盲源信号分离、图像处理以及人脸识别领域已获得了成功的应用,但在化工过程性能监控方面的应用还很少。 自20世纪90年代以来,基于多元统计投影理论的过程
6、性能监控和故障诊断技术受到了学术界和工业界的广泛重视,并在化工生产过程得到了成功应用。三、研究内容利用MATLAB实现基于独立成分分析的流程工业过程监控方法的研究与仿真。以主元分析(PCA)和偏最小二乘(PLS)为代表的多元统计方法事先假定测量数据服从同一正态分布,而且来自单一的稳定工况,事实上,对于实际的化工过程而言,大多数变量并不服从正态分布,实际的过程信息是高斯信息和非高斯信息的混合体。另外,大部分工业过程都不是运行在单一的工况下,相反,在各种工业生产过程中,普遍存在着工况的切换问题。在这种情况下,用传统的多变量统计过程技术(如PCA)对过程进行监控,势必会导致过程性能分析不准和过程故障
7、的误报、漏报。针对传统多变量统计过程监控技术要求过程信息服从正态分布的约束性,应用基于独立成分分析方法的过程监控方法对典型生产过程监控与故障诊断的研究。对生产过程正常运行状态下的历史数据进行小波降噪和独立成分分析,建立优化的独立元模型,利用独立元模型对生产过程仿真实时数据进行在线监控,采用SPE统计量、统计量和统计量判断系统是否发生故障。检测到异常变化时,使用变量贡献图确定故障源,实现故障的分离。五、研究方法与手段(1) 将MATLAB7.0作为后台服务程序完成对离线过程信息的降噪分析及优化的ICA模型的建立,将仿真实时数据投影到该模型,采用SPE统计量、统计量和统计量完成生产过程故障的检测。
8、(2) 以MATLAB 7.0为过程监控平台。应用优化的ICA模型对仿真实时数据进行在线监测,采用DDE动态数据交换的方法将实时数据传送到MATLAB后台服务器程序计算SPE统计量、统计量和统计量实时值,并将与相应的控制限相比判断系统是否发生故障;使用变量贡献图确定故障变量,完成过程在线监测与故障诊断。六、进度安排1、2014.12.102015.03.05 查找资料,通过书籍和视频学习小波 分析和主元分析法的基本理论,初步 练习使用MATLAB软件。了解 独立成分分析(ICA)的基本概念。完 成开题报告。2、2015.03.062015.03.29 掌握MATLAB的M文件编程。3、2015
9、.03.302015.04.20 编写程序,完成MATLAB中的算例 仿真。4、2015.05.212015.05.25 系统分析 ICA 应用的多尺度分解 与离线建模。5、2015.05.262015.06.05 撰写论文,准备答辩。二、参考文献1刘磊,张宇明,钱积新.统计过程在连续生产中的应用J.化工自动化及仪表,第24卷,1995.2于俊英,连岳.SPC在柔性设计制造中心生产加工中的应用J.航空制造技术, 2005. 3张公绪,孙静.统计过程控制与诊断J.质量与可靠性,2002. 4刘阶萍,罗振璧,陈禹六.工序能力指数的统计分析与改进J.北京科技大学学报,第26 卷第2期,2004. 5
10、高岩,杨慧中.一种主元分析方法在聚合生产过程故障检测与诊断中的应用J.江南大学学报(自然科学版), 2005. 6王海清,宋执环,李平.改进 PCA 及其在过程监控与故障诊断中的应用J.化工学报, 第52卷第6 期, 2001 年6 月.7J.F.MarcGregor and T.Kourti,Statistic Process Control of Multivariate Processes J, Control Practice, Vol.3, No.3, 403-414.8R. Isermann and P. Ball. Trends in the application of mod
11、el based fault detection and diagnosis of technical processes. In Proc. of the 13th IFAC World Congress, volume N, pages 1-12, Piscataway, New Jersey, 1996. IEEE Press.9P. Kesavan and J. H. Lee. Diagnostic tools for multivariable model-based control systems. Ind. Eng. Chem. Res. , 36: 2725-2738, 199
12、7.10J. E. Jackson. Quality control methods for two related variables. Industrial Quality Control, 7:2-6, 1956.11J. E. Jackson. Quality control methods for several related variables. Technometrics, 1:359-377,1959.12R. O. Duda and P. E. Hart. Pattern Classification and Scene Analysis. John Wiley & Son
13、s, New York, 1973.13 Seongkyu Yoon , MacGregor J F. Statistical and causal model-based approaches to fault detection and isolation J . AIChE J , 2000, 46( 9):1813-1824.14M. J. Piovoso, K. A. Kosanovich, and R. K. Pearson. Monitoring process performance in real time. In Proc. of the American Control
14、Conf. ,pages 2359-2363, Piscataway, New Jersey, 1992. IEEE Press. 15E. W. Jacobsen. Studies on Dynamics and Control of Distillation Columns.PhD thesis, University of Trondheim, Trondheim, Norway, 1991.16B. M. Wise, N. L. Ricker, D. J. Velkamp, and B. R. Kowalski. A theoretical basis for the use of p
15、rincipal component models for monitoring multivariate processes. Technnical report, Eigenvector Research, Manson, Washington,1989.17S. Wold. Cross-validatory estimation of components in factor and principal components models. Technometrics, 20:397-405.18J. F. MacGregor and T. Kourti. Statistical pro
16、cess control of multivariate processes. Control Engineering Practice, 3:403-414,1995.19 J. E. Jackson. A Users Guide to Principal Components. John Wiley & Sons, New York,1991.20J. E. Jackson and G. S. Mudholkar. Control procedures for residuals associated with principal component analysis. Technomet
17、rics, 21:341-349,1979.21R. A. Johnson and D. W. Wichern. Applied Multivariate Statistical Analysis. Prentice Hall, New Jersey, 3rd edition, 1992.22J. Kresta, J. F. MacGregor, and T. Marlin. Multivariate statistical monitoring of process operating performance. Can. J. Chem. Eng. ,69:35-47,1991.23S. W
18、old, K, Esbensen, and P. Geladi. Principal components analysis. Chemometriics and Intelligent Laboratory Systems, 2:37, 1987.24B. M. Wise, N. L. Ricker, and D. F.Veltkamp. Upset and sensor failure detection in multivariate processes. Technical report, Eigenvector Research, Manson, Washington,1989.25
19、W. W. Hines and D. C. Montgomery. Probability and Statistics in Engineering and Management Science. John Wiley & Sons, New York, 3rd edition,1990.选题是否合适: 是 否课题能否实现: 能 不能指导教师(签字)年 月 日选题是否合适: 是 否课题能否实现: 能 不能审题小组组长(签字)年 月 日摘要多变量统计过程控制理论、小波分析理论为基础,结合独立成分分析(ICA, Independent Component Analysis )的建模原理,建立基于
20、ICA的生产过程监控系统。针对传统多变量统计过程监控技术要求过程信息服从正态分布的约束性,应用基于独立成分分析方法的过程监控方法对过程监控与故障诊断的研究。本文以过程监控变量为研究对象,通过对历史数据进行小波降噪和独立成分分析,建立优化的独立元模型,利用独立元模型对“生产模拟控制系统”的仿真实时数据进行在线监控,采用SPE统计量、统计量和统计量判断系统是否发生故障。检测到异常变化时,使用变量贡献图确定故障源,实现故障的分离。研究结果表明:对于受噪声污染的过程信息,与传统独立成分分析方法相比,基于小波降噪-独立成分分析方的过程监控方法具有更低的误报率和漏报率,提高了过程性能监控和故障诊断的准确性
21、,从而进一步证实了此方法的有效性。关键词:过程监控;ICA;小波分析; ABSTRACTThe process monitoring and fault diagnosis is one of the most impotant problem in the process industry. Through monitoring the state of the production process,detecting the fault,process upsets and other abnormal events promptly,locating and removing the f
22、actors causing such event,the safety of production process will be assured and the quality of the product will be improved. With the development of Production Process Technology, Process performance monitoring is an important development direction and this paper analyses the current situation of mul
23、tivariate statistical process monitoring control (MSPC) method and the technology in the field of process monitoring. Based on the theory of MSPC and wavelet analysis,building up the independent component analysis(ICA) modeling theory.For the limitation of traditional MSPC methods assumption that pr
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 本科毕业 论文 基于 ica 故障诊断 算法 研究 正文
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【可****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【可****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。