基于两层分块GMM-PRS的流程工业过程运行状态评价

过程运行状态评价旨在实时判断运行性能优劣程度,并追溯导致非优运行状态的原因,指导操作人员进行生产调整,保证企业经济效益.因此,对过程运行性能优劣评价的研究具有重要的理论和应用价值.本文针对定量、定性变量共存的流程工业过程运行状态评价问题,提出基于两层分块混合模型的评价方法.将流程工业过程根据其物理特性和管理方向划分子块,产生子块层和全流程层.在定量信息占主导地位的子块内,建立定量的高斯混合模型（Gaussian mixture model,GMM）.在定性信息占主导地位的子块内,建立定性概率粗糙集（Probabilistic rough set,PRS）模型.综合各子块运行状态信息,进一步判定全流程运行状态等级.针对非优运行状态等级,本文提出基于贡献率的非优原因追溯方法,在非优子块内进行原因追溯.最后,将所提方法应用于某黄金湿法冶炼生产过程,说明所提方法的可行性和有效性.     

基于分层分块结构的流程工业过程运行状态评价及非优原因追溯

过程运行状态评价是指在安全生产的前提下,对过程运行性能优劣程度做出评判,并对非优运行状态追溯原因,以指导操作人员进行生产调整.针对含不确定性的流程工业过程运行状态评价问题,本文提出分层分块评价结构.同时,考虑到实际生产过程中大量存在的不确定性信息,采用粗糙集对每个子模型进行建模,建立过程变量、工艺指标与综合评价指标间的关系.最后,将所提方法应用于一个金湿法冶金过程中,验证所提方法有效性.     

基于GMM和贝叶斯推理的多模态过程运行状态评价

为使综合经济效益最大化,生产过程应保持在最优运行状态等级.针对多模态过程运行状态等级优劣判断问题,提出一种运行状态等级评价方法.该方法对同一运行状态等级的多模态数据建立一个高斯混合模型(Gaussian mixture model,GMM),确保特征提取的准确性,避免模态划分问题.至于在线评价策略,本文采用贝叶斯推理,确定当前运行状态属于各等级的后验概率.并引入滑动窗口,判定当前运行状态等级,有效解决多模态过程运行状态在线评价问题.针对"非优"运行状态,本文提出一种基于变量偏导数的贡献计算方法,对导致过程运行状态等级"非优"的原因变量进行追溯.最后,通过田纳西–伊斯曼(Tennessee–Eastman,TE)过程验证所提方法的有效性.     

基于改进的动态因果图推理算法的复杂工业过程运行状态在线评价

复杂工业生产中,为获得优质产品和更高经济效益,需保证生产过程运行于"正常"且"优"的状态.针对定量信息与定性信息同时存在的生产过程,提出一种基于改进的动态因果图(dynamic causality diagram,DCD)的过程运行状态评价方法.该方法以因果图理论为基础,扩充了定量分析和定性分析结合描述的动态因果图;针对复杂工业生产过程中存在多个相互关联的事件联合作用导致一个事件发生的特点,提出用联合因果强度来描述事件间关系的方法.最后以金湿法冶金氰化浸出过程为应用背景,分别利用传统DCD与改进DCD两种方法建立评价模型,对比分析评价结果,验证了文中提出方法的有效性和先进性.