《間歇過程統(tǒng)計(jì)建模及故障診斷研究——基于數(shù)據(jù)驅(qū)動(dòng)角度》內(nèi)容簡(jiǎn)介:作為第二產(chǎn)業(yè)當(dāng)中的一個(gè)子項(xiàng),間歇生產(chǎn)過程是現(xiàn)代社會(huì)大生產(chǎn)當(dāng)中比較有代表性的生產(chǎn)形勢(shì)之一,因其具有比較好的靈活性、較高的產(chǎn)物附加值以及較悠久的發(fā)展歷史,被應(yīng)用在諸如制藥、食品生產(chǎn)、化工材料制備等領(lǐng)域。然而正因其具有的與連續(xù)生產(chǎn)過程所不同的特性,也會(huì)隨之而來具有比較復(fù)雜的生產(chǎn)機(jī)理,多樣的生產(chǎn)及工況以及多變的生產(chǎn)狀態(tài)。因此,對(duì)其進(jìn)行統(tǒng)計(jì)建模、過程監(jiān)測(cè)和故障診斷的研究,從控制和大數(shù)據(jù)分析領(lǐng)域的角度講具有普適性和代表性。本書作者多年來一直從事間歇過程的統(tǒng)計(jì)建模、過程監(jiān)測(cè)和故障診斷等方面的研究,在借鑒國(guó)內(nèi)外的有關(guān)*新研究成果和作者自身完成的研究成果基礎(chǔ)上,博采眾家之長(zhǎng),著成此書。本書結(jié)合具體的間歇工業(yè)微生物發(fā)酵過程實(shí)例,分別對(duì)過程的統(tǒng)計(jì)建模、過程監(jiān)測(cè),特別是在非線性、非高斯性、多階段共存的間歇過程在線應(yīng)用與故障診斷方面進(jìn)行了比較系統(tǒng)的介紹,并引入了核熵成分分析技術(shù)并擴(kuò)展其在過程監(jiān)測(cè)、優(yōu)化以及故障診斷等方面的應(yīng)用。
本文從工業(yè)間歇過程中的實(shí)際應(yīng)用出發(fā),針對(duì)間歇過程數(shù)據(jù)的不同特點(diǎn),分別從非線性、非高斯性、多階段性等不同角度進(jìn)行研究,改進(jìn)傳統(tǒng)多元統(tǒng)計(jì)監(jiān)測(cè)方法的不足,以基于核熵成分分析(KECA)[81]為主要統(tǒng)計(jì)分析工具,提出新的過程監(jiān)測(cè)和故障診斷策略,實(shí)現(xiàn)對(duì)間歇過程的在線監(jiān)測(cè)。論文的主要研究?jī)?nèi)容如下:
基于KECA方法的間歇過程監(jiān)測(cè)方法研究
針對(duì)大多數(shù)間歇過程都具有復(fù)雜的非線性特征,深入分析了KECA和KPCA方法,提出了多向核熵成分分析(MKECA)的間歇過程監(jiān)測(cè)方法,它是以信息熵為信息衡量指標(biāo),結(jié)合數(shù)據(jù)信息和數(shù)據(jù)簇結(jié)構(gòu)信息使降維后的數(shù)據(jù)分布逼近原始數(shù)據(jù)分布。分析了不同的展開方式對(duì)實(shí)際間歇過程監(jiān)測(cè)應(yīng)用中存在的優(yōu)缺點(diǎn),提出一種改進(jìn)的展開方法,用于對(duì)間歇過程進(jìn)行過程監(jiān)測(cè)與故障診斷。該方法對(duì)在線數(shù)據(jù)進(jìn)行處理,使得展開后的數(shù)據(jù)不必進(jìn)行數(shù)據(jù)填充即可進(jìn)行過程監(jiān)測(cè),避免了由于數(shù)據(jù)預(yù)估帶來的模型誤差問題,提高了模型的監(jiān)測(cè)性能。同時(shí)結(jié)合MKPCA的主元提取方法中的方差累積貢獻(xiàn)率,提出核熵值累計(jì)貢獻(xiàn)率的MKECA主元提取方法;最后給出一種隨時(shí)間變化的貢獻(xiàn)圖故障診斷方法。仿真實(shí)驗(yàn)結(jié)果表明,MKECA的監(jiān)測(cè)性能優(yōu)于傳統(tǒng)的MKPCA方法,且具有一定的故障識(shí)別能力。
基于MKEICA的間歇過程監(jiān)測(cè)方法的研究
針對(duì)傳統(tǒng)MKICA方法所建立監(jiān)測(cè)模型在非高斯、非線性監(jiān)測(cè)方面的不足,本章研究了基于MKEICA間歇過程監(jiān)測(cè)方法,首先利用將原始數(shù)據(jù)映射到核熵空間,解決數(shù)據(jù)的非線性的同時(shí)最大限度地保持?jǐn)?shù)據(jù)的簇機(jī)構(gòu)信息,其次將KECA白化后的得分矩陣進(jìn)行ICA分解后,構(gòu)建高階累計(jì)量的監(jiān)測(cè)統(tǒng)計(jì)量用于過程監(jiān)測(cè)。最后將該方法應(yīng)用于一個(gè)數(shù)值非線性過程和間歇發(fā)酵過程,并與傳統(tǒng)MKICA方法進(jìn)行比較,驗(yàn)證了基于MKEICA方法在間歇過程監(jiān)測(cè)中的有效性。
間歇過程階段劃分及過程監(jiān)測(cè)算法研究
對(duì)間歇生產(chǎn)過程進(jìn)行多階段監(jiān)測(cè)是一個(gè)復(fù)雜的問題,既需要考慮過程監(jiān)測(cè)在穩(wěn)定模態(tài)下的監(jiān)測(cè)效果,又需要考慮過渡模態(tài)下的監(jiān)測(cè)效果。不同操作模態(tài)的數(shù)據(jù)在數(shù)據(jù)相關(guān)性上會(huì)不盡相同,需要針對(duì)每個(gè)模態(tài),建立不同的階段模型。兩個(gè)彼此相鄰的穩(wěn)定模態(tài)間的過渡過程更是復(fù)雜,過渡模態(tài)最大的特點(diǎn)是變量的時(shí)變特性,針對(duì)這一特性在過渡階段使用時(shí)變協(xié)方差代替固定協(xié)方差可以更好地反映這一特性。本文提出了一種應(yīng)用于間歇過程多階段的過程監(jiān)測(cè)方法,該方法首先把三維數(shù)據(jù)矩陣按照時(shí)間片展開策略展開為新的二維數(shù)據(jù);其次根據(jù)各時(shí)間片的數(shù)據(jù)進(jìn)行KECA數(shù)據(jù)轉(zhuǎn)換,然后依據(jù)核熵的大小對(duì)過程進(jìn)行階段劃分,將生產(chǎn)操作過程劃分為穩(wěn)定階段和過渡階段,并分別建立監(jiān)測(cè)模型對(duì)生產(chǎn)過程進(jìn)行監(jiān)測(cè);最后對(duì)青霉素發(fā)酵仿真平臺(tái)的應(yīng)用表明,采用提出的Sub-MKECA階段劃分結(jié)果能很好地反映間歇過程的機(jī)理,并且對(duì)于多模態(tài)過程的故障監(jiān)測(cè)表明其可以及時(shí)、準(zhǔn)確發(fā)現(xiàn)故障,具有較高的實(shí)用價(jià)值。
基于MKEICA的多階段非高斯過程監(jiān)測(cè)方法研究
針對(duì)傳統(tǒng)MKICA方法不能有效處理過程間歇過程數(shù)據(jù)多階段特性的問題,提出一種結(jié)合MKEICA的多階段監(jiān)測(cè)策略。該方法的主要思想是利用KECA對(duì)過程數(shù)據(jù)進(jìn)行階段劃分,由于使用KECA對(duì)數(shù)據(jù)進(jìn)行劃分后,數(shù)據(jù)在核熵空間會(huì)呈現(xiàn)非高斯特性,故引入ICA模型對(duì)其進(jìn)行分解,在獨(dú)立元子空間和殘差子空間內(nèi)構(gòu)造基于高階累計(jì)量的監(jiān)測(cè)統(tǒng)計(jì)量HS和HE,新的高階監(jiān)測(cè)統(tǒng)計(jì)量與傳統(tǒng)的低階監(jiān)測(cè)統(tǒng)計(jì)量相比,可以更加完整地提取過程數(shù)據(jù)的特征。因此基于KECA劃分操作階段建立ICA模型解決非高斯分布問題是合理和可行的。將該方法應(yīng)用于青霉素發(fā)酵過程的仿真平臺(tái)和工業(yè)大腸桿菌制備白介素-2發(fā)酵過程監(jiān)測(cè)中,結(jié)果顯示所提出方法能較好處理過程的非高斯分布數(shù)據(jù),一定程度上克服時(shí)序相關(guān)性對(duì)監(jiān)測(cè)性能的影響。
基于子階段的質(zhì)量相關(guān)過程監(jiān)測(cè)方法研究
對(duì)基于KICA-PCA和T-PLS算法進(jìn)行深入分析的基礎(chǔ)上提出的子階段質(zhì)量相關(guān)的過程監(jiān)測(cè)方法,用HS統(tǒng)計(jì)量捕獲過程各個(gè)子階段的非高斯特征,建立新的聯(lián)合統(tǒng)計(jì)量捕獲與質(zhì)量相關(guān)的各個(gè)子階段的高斯信息,通過對(duì)工業(yè)制備大腸桿菌的間歇發(fā)酵過程的應(yīng)用表明該監(jiān)測(cè)策略確實(shí)能有效減少生產(chǎn)過程中監(jiān)測(cè)的誤警率和漏報(bào)率,較好的反映各階段的特征多樣性,為多操作階段、非高斯分布、高斯分布的間歇發(fā)酵過程監(jiān)測(cè)提供一種可行的解決方案,具有一定的實(shí)用價(jià)值。
常鵬,1981年出生,講師。主要從事間歇過程統(tǒng)計(jì)建模及監(jiān)測(cè)等方面的研究。目前,作為主要參與人,參與國(guó)家自然科學(xué)基金項(xiàng)目1項(xiàng)、高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金1項(xiàng)。近三年,發(fā)表學(xué)術(shù)論文8篇,被SCI、EI收錄5篇;獲得國(guó)家發(fā)明專利1項(xiàng)。
第1章 緒 論
1.1 課題研究背景與意義
1.2 間歇過程特性分析
1.3 間歇過程統(tǒng)計(jì)建模與故障監(jiān)測(cè)研究
1.4 本書主要研究?jī)?nèi)容
1.5 本書組織結(jié)構(gòu)
第2章 基于核熵成分分析的間歇過程監(jiān)測(cè)方法研究
2.1 引言
2.2 核熵成分分析(KECA)
2.3 基于多項(xiàng)核熵成分分析的間歇過程監(jiān)測(cè)
2.4 算法驗(yàn)證
2.5 本章小結(jié)
第3章 基于核熵獨(dú)立成分分析的間歇過程監(jiān)測(cè)方法研究
3.1 引言
3.2 基于KEICA的過程監(jiān)測(cè)策略
3.3 算法驗(yàn)證
3.4 本章小結(jié)
第4章 基于核熵成分分析的間歇過程多階段監(jiān)測(cè)方法研究
4.1 引言
4.2 多階段過程監(jiān)測(cè)策略
4.3 構(gòu)建多階段的監(jiān)測(cè)模型
4.4 算法驗(yàn)證
4.5 本章小結(jié)
第5章 間歇過程子階段非高斯監(jiān)測(cè)方法研究
5.1 引言
5.2 基于多階段KEICA的間歇過程監(jiān)測(cè)
5.3 算法驗(yàn)證
5.4 本章小結(jié)
第6章 基于質(zhì)量相關(guān)的間歇過程監(jiān)測(cè)方法研究
6.1 引言
6.2 全潛隱結(jié)構(gòu)投影法(T-PLS)
6.3 基于質(zhì)量相關(guān)的間歇過程監(jiān)測(cè)
6.4 應(yīng)用研究
6.5 本章小結(jié)
結(jié) 論
參考文獻(xiàn)
后 記