批次加权软化分的多阶段AR-PCA间歇过程监测

由于多阶段间歇过程在每个操作阶段主导变量和过程特性的巨大差异性,也为了降低传统方法只进行阶段硬划分以及过程建模不考虑过程动态性导致的漏报率和误报率,提出了基于批次加权软划分的多阶段自回归主元分析(AR-PCA)间歇过程监测方法。方法引入了反距离加权(IDW)和单变量控制图对仿射传播聚类(AP)进行改进,避免以单批次作为AP输入不能表征整个生产过程阶段特性的局限性,并且解决了AP不能辨识过渡阶段的缺陷。然后针对过渡阶段和稳定阶段分别建立ARPCA模型和MPCA模型,较传统方法以整批次数据建立唯一模型具有更高的模型精度,同时消除了过渡阶段的动态性,可有效降低误报和漏报。实验设计由青霉素发酵仿真平台和重组大肠杆菌实际生产过程完成,结果显示了该方法的可行性和有效性。     

基于WTPCA-MSVMs过程监控方法

提出了基于小波变换主元分析和多支持向量机(wavelet transform PCA-Multiple support vector machines,WTPCA-MSVMs)的过程监控方法,该方法首先利用小波变换(wavelet transform,WT)对采样数据进行预处理,以有效抑制过程数据中所含的噪声和干扰信号;然后利用主元分析(principal component analysis,PCA)对预处理后的数据建立主元监控模型;考虑到实际工业过程故障数据的数量较少,而支持向量机(support vector Machine,SVM)在小样本学习方面具有良好的泛化能力的特性,最后提出了基于多支持向量机(multiple support vector machines,MSVMs)的故障诊断方法。对TE(tennessee eastman,TE)过程的监控应用表明了所提出方法的有效性。     

基于统计模量分析间歇过程故障检测方法研究

针对间歇生产过程非线性、动态性、多阶段、采样不同步等特点,提出一种基于统计模量分析的故障检测方法.间歇过程统计模量反映原始数据特征,可以有效提取过程的非线性特征,保证了统计模量近似服从高斯分布,并使采样数据在不丢失信息的前提下同步化处理.在统计模量训练集中应用主元分析(PCA)方法进行故障检测,可以满足T2和SPE控制限确定的假设要求,使故障检测的准确性与可靠性得到提高.通过在盘尼西林发酵间歇过程中的应用和与多向主元分析(MPCA)、核主元分析(KPCA)等方法对比,验证了此方法的有效性.     

多尺度主元分析方法在化工过程故障检测中的应用

由于化工生产过程是一个非常复杂、多变的过程，生产系统在长期运行和生产负荷中会不可避免地发生各种故障，降低生产效率，导致设备损坏、生产停滞，甚至会危及操作人员的自身安全，因而过程故障监测已成为化工生产中安全保护系统的重要组成部分。主元分析方法（PCA）已广泛应用于监视多变量过程，但是传统的PCA只适于分析故障或干扰仅存在于某一固定尺度或频率段上的数据。实际过程中获取的数据，不仅故障可能发生在不同的时一频范围内，而且统计过程的能量或功率谱也可能随着时间或频率的改变而改变。     

一种新的基于MKPLS的间歇过程质量预测方法

传统MKPLS方法在进行核技巧计算时需要对全部的测量变量进行两两运算,造成了运算量过大、存储空间需求高的问题。针对间歇过程在在线质量预测方面的非线性问题以及计算量的问题,提出一种新的基于特征空间(FS)的核偏最小二乘算法,用于对间歇过程的质量数据进行在线软测量。首先,算法将间歇过程采集到的数据进行三维展开及标准化处理;之后,将这些数据进行特征向量提取以降低投影到核空间中的数据量以及计算量;最后,针对传统特征向量提取算法在向量选择顺序方面的盲目性,将质量数据纳入考量,构建一种新的特征向量提取方式,以解决在线软测量方面的非线性问题,进一步提高在线软测量精度。最后将提出的算法用于青霉素发酵仿真及实际过程的在线监测,验证了方法的有效性。     

基于函数主元分析的多阶段退化过程建模与预测

退化过程建模与预测作为设备健康管理的基础,是降低运行风险和维护成本的有效途径。为解决实际中退化过程所表现出的随机性、非线性和多阶段复杂性,提出了一种基于函数主元分析的多阶段退化过程自适应建模与预测方法。通过将退化测量值视为连续函数的离散采样值,从而将退化建模问题转换为函数型数据分析问题。在此基础上,利用函数主元分析方法对退化数据进行降维,提取设备退化的共性信息以及个体差异性信息。结合贝叶斯推理,利用在线监测数据更新退化模型参数,实现健康状态的在线实时预测。最后,将所提的方法用于散热风扇的加速寿命试验数据,验证了本方法的有效性。结果表明,所提方法可以地很好建模多阶段的复杂随机退化过程,具有潜在的工程应用价值。     

矿井主通风机的在线监控

针对当前矿井主通风机监控系统监测内容不全面、操作复杂等问题,设计了一种基于PLC的矿井主通风机在线监控系统。系统实现了主通风机的状态参数和电气参数的实时检测和远程控制,保证了主通风机经济、可靠、安全的运行。     

一种在线监测快速过程质谱仪的设计与测试

工业生产过程中,如何实现准确、连续、可靠地检测目标组分是产物及排放物在线监测的重点。本工作研制了一种在线监测快速过程质谱仪,采用高增益的复合跨导线性放大技术代替传统的过程质谱仪所采用的对数放大技术,该技术可实现质谱仪在高增益条件下仍然具有超高速的特点,结合16位高速AD转换器,可以实现更快的扫描速度和更高的数据输出频率,能够更准确地捕捉快速反应（如热解）过程的气体生成物随时间的变化信息,进而实现反应特性的精准分析和量化,为反应动力学研究提供无失真的在线分析数据。本实验对该仪器的质量分辨率、灵敏度、质量轴稳定性、长时稳定性等关键技术指标进行了测试,同时结合煤热解反应过程监控需求进行了实际应用测试。结果表明,该仪器各项指标已基本达到市场主流过程质谱仪器的水平。     

基于多变量统计过程监控的盾构机故障诊断

由于盾构机安装有众多监测仪表,且依靠单变量过程监控和人工诊断方式已经无法满足监测的要求,因此引入多变量统计过程监控方法(MSPM).主元分析(PCA)是应用最广泛的MSPM技术,PCA根据盾构运行监测的过程变量和历史数据建立数学模型,并计算统计监控量T2和平方预测误差δ,以及主元空间和残差空间的控制限,分析过程变量是否发生异常.最后以盾构刀盘驱动系统和螺旋输送液压系统为例说明MSPM的详细应用.     

钻削过程智能化在线监控系统的研究

本文介绍一种智能化钻削过程在线监控系统。通过采用“自适应变周期采样”策略，实现了钻头磨损识别和折断识别的统一，从而使系统既能有效地识别钻头磨损，又能迅速可靠地对钻头折断作出响应。一、引言钻头失效通常有两种方式：折断或崩刃和剧烈磨损（称骤磨）。大量试验数据表明在正常切削条件下，小钻头冲3mm以下）的失效方式多是折断，大钻头（帕mm以上）的失效方式多是骤磨。对于拥～小smm的钻头，则折断和骤磨都会发生。目前国内对加工过程刀具失效的在线监控技术进行了广泛的研究，但一般方法多是单独钟对某种失效方式（或磨损，或破…     

基于鲁棒M估计的间歇过程离群点检测

以多元统计分析技术为核心的间歇过程建模、在线监测逐渐成为过程工业的关注焦点,然而过程数据中存在的大量离群点将直接影响上述方法的可靠性,为此提出了一种基于鲁棒M估计的间歇过程离群点检测方法.该方法首先通过积分方程离散化将模型参数估计问题转化为最小二乘优化问题;分别利用Tikhonov正则化方法及鲁棒M估计消除噪声和离群点对模型参数估计的影响;最后通过分析各个样本点的权值,实现过程数据的离群点检测.将所提出的方法应用于半间歇反应过程,实验结果验证了方法的可行性与有效性.     

基于非线性规划的间歇反应过程动态优化算法

采用对数障碍法和外点法将实际间歇反应过程中的约束条件转化为惩罚项生成新的目标函数,将有约束优化问题转化为无约束优化问题;采用非线性规划算法中的操作变量参数化方法,将操作变量的最优解转化为操作变量子函数的线性组合,将无限维最优解问题转化为有限维权值向量的最优估计问题;同时应用Lyapunov理论设计一种动态迭代优化算法,重点讨论了采样时间的取值对优化算法收敛性的影响.最终用于解决靛蓝生产中碱熔间歇反应过程中过程参数的最优分布,从而提高目标产物的最终收率和降低生产成本等.通过碱熔间歇反应动态优化问题作为实例进行仿真试验,实验结果表明所述算法的有效性和可靠性.     

基于建模误差PDF形状的间歇过程数据驱动模型

间歇过程的优化控制依赖于过程精确的数学模型,数据驱动的建模方法是目前间歇过程模型研究中的热点问题.突破传统数据驱动建模方法中采用均方差(mean squared error,MSE)作为准则函数的思想,提出一种新颖的间歇过程数据驱动建模方法,引入了概率密度函数(probability density function,PDF)控制的概念,构造间歇过程模型误差控制系统,将模型的可调参数作为控制系统的输入,模型误差PDF的形状作为控制系统的输出,从而把开环模型参数辨识问题转化为模型误差PDF形状的闭环控制问题.通过可调参数控制模型误差PDF的空间分布状态,不仅能够保障模型精度,还可控制模型误差的空间分布状态,从而消除模型中的有色噪声.仿真实验表明,基于模型误差PDF形状的间歇过程数据驱动模型具有较好的建模精度、鲁棒性和泛化能力,为间歇过程的数据驱动建模提供了一条新途径.     

Power online monitoring system based on LabVIEW

In orther to solve the problem of the much production points and the large workload of control system needs to be connected in Handan Iron and steel plant, and the production process was complex, and the branch of workshop were not fully coordinated, the LabVIEW was taken as a platform to design a set of power plant on-line monitoring system, its functions included data acquisition, data storage and analysis, trend analysis, fault diagnosis and other functions. First the server of the system was designed, it was included three modules of data acquisition, data storage, data released, and then designed the client of the system, included the system setting module, signal display module, signal monitoring and analysis module. Under guarantee the efficiency of fault detection, the storage space was greatly reduced. The results show that the monitoring system was convenient early warning before malfunction immediately, and after failed, it was convenient for the engineering technical personnel to call history data, judged fault reason and analysis. [ABSTRACT FROM AUTHOR]     

间歇过程PSO SQP混合优化算法研究*

针对SQP算法在求解具有复杂约束的间歇过程优化时容易陷入局部极值点的问题,本文提出一种PSO-SQP混合优化算法。该算法首先采用外点罚函数法将间歇过程有约束的优化问题转换为无约束的优化问题,利用PSO强大的全局搜索能力对其进行求解,并把搜索结果作为SQP搜索初始点,以此弥补SQP全局搜索弱的缺点,再利用SQP良好的局部收敛性和较强的非线性收敛速度对原优化问题进行精细搜索,弥补了PSO局部搜索弱的缺点,通过不断的迭代最终获得优化问题的全局最优解。该算法充分利用了SQP和PSO的优缺点,增强了其对复杂约束优化问题的求解能力。将本文提出的算法用于连续搅拌化学反应系统温度控制中,仿真结果表明产物浓度能够充分逼近期望值,且反应器的温度轨迹收敛,从而验证了该算法的有效性和实用价值。     

基于云图的冷轧板形在线监控系统设计

现有的带材板形呈现手段与描述方式不能全面反映带材的整体型面和局部细节及其变化趋势,制约了生产设备控制系统参数设置的调整和对生产过程的分析.因此,本文提出并设计了一种可视化带材板形实时监控系统,利用板形值与颜色值的对应关系,结合带材在宽度方向上的缺陷分布绘制实时板形云图.实际应用结果表明,本文所设计的系统能够精确绘制出呈...     

Data flow modeling for batch and hybrid processes

A modeling approach of complex systems is presented. The goal is to define a modular and noncausal representation able to describe hybrid dynamics and to generate automatically the models corresponding to the different configurations of the real system. These models can then be used to simulate process evolution. In this paper we define the structure of the basic model blocks and the interactions of these blocks through different kinds of signals.     

基于时间描述的批处理短期调度方法综述

回顾了近二十年来批处理过程的短期调度研究已经取得的显著进步,对批处理调度方法进行了简要介绍。从基于时间描述的方式出发,将现有的调度方法分为离散时间表示法和连续时间表示法两大类,然后分别分析了这两大类方法的优点和局限性,最后进行了总结及展望,指出了批处理调度研究的重点将是调度理论的基础方面。     

Statistical monitoring for non-Gaussian processes based on MICA-KDR method

The focus of the current work attempts to propose a purely data-based model for generating residuals for non-Gaussian process monitoring purposes, the idea of residual generation is borrowed from the field of model-based fault detection and applied in statistical monitoring, the generated residual instead of the measured variables is thus modeled and monitored. The proposed approach first employs the modified independent component analysis (MICA) algorithm to extract independent components (ICs) from a given dataset. Secondly, through assuming but only one variable is missing at one time, the known data regression (KDR) method dealing with missing data problem is then used for estimating the corresponding ICs. The inconsistency between the actual and estimated ICs is called residual and may present much lower level of non-Gaussianity, in contrast to the actual ICs. Thirdly, a principal component analysis based statistical monitoring model can be utilized for online fault detection based on the generated residual. Finally, the superiority and efficiency of the MICA-KDR approach over its counterparts are validated by implementing comparisons on two industrial processes, the proposed MICA-KDR method is demonstrated to be a comparative alternative in monitoring non-Gaussian processes     

递推PLS方法及其在过程监控中的应用

针对处理批量数据时传统的偏最小二乘(PLS)模型无法在线更新的问题,提出了结合遗忘因子法的递推PLS算法,进而更新Qa控制限,有效地克服了传统PLS中Qa无法反映系统时变性的缺点。并对异丁烯酸甲酯(MMA)聚合反应过程中的数据进行了仿真分析。研究结果表明,递推PLS方法大大降低了监控过程中的误报率和漏报率,提高了监控系统的性能。