基于fisher判别分析的过程监控方法研究

基于fisher判别分析的过程监控方法研究

ID:33221280

大小:2.44 MB

页数:62页

时间:2019-02-22

基于fisher判别分析的过程监控方法研究_第1页
基于fisher判别分析的过程监控方法研究_第2页
基于fisher判别分析的过程监控方法研究_第3页
基于fisher判别分析的过程监控方法研究_第4页
基于fisher判别分析的过程监控方法研究_第5页
资源描述:

《基于fisher判别分析的过程监控方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、,’中图分类号:TP273单位代码:学号:◎寸阂石浊六学硕士学位论文10425S08050742ChinaUniversityofPetroleumMasterDegreeThesis基于Fisher判别分析的过程监控方法研究、.歹ProcessMonitoringbasedonFisherDisciminantAnalysis,’、●_,一,.,~0爨学科专业:控制科学与工程研究方向:模式识别与智能系统作者姓名:辛欢欢指导教师:田学民教授二。一一年五月、._■t●.q一-舢'^.、.。、●ProcessMonit

2、oringbasedonFisherDisciminantAnalysisAThesisSubmittedfortheDegreeofMasterCandidate:XinHuanhuanSupervisor:Prof.TIANXue-minCollegeofInformation&ControlEngineering,ChinaUniversityofPetroleum(EastChina)若有不实之处,本人愿意承担相关法律责任。学位论文作者签名:二李卫&止同期:弘11年∥月加同学位论文使用授权书本人完全同意t}

3、,国石油大学(华东)有权使用本学位论文(包括但不限于其印刷版和电子版),使用方式包括但不限于:保留学位论文,按规定向国家有关部门(机构)送交学位论文,以学术交流为目的赠送和交换学位论文,允许学位论文被查阅、借阅和复印,将学位沦文的全部或部分内容编入有关数据库进行检索,采用影印、缩印或其他复制手段保存学位论文。保密学位论文在解密后的使用授权同上。学位论文作者签名:指导教师签名:同期:伽If年/月/。同同期:弘Jf年/月/。同摘要随着DCS和计算机技术的广泛应用,大量过程数据得以采集和存储,如何利用多元统计理论从中挖掘

4、出过程运行的深层次信息从而提高过程监控的能力,成为目前过程控制领域的一个重要研究方向。本文以连续生产过程监控为背景,针对过程变量之间存在的非线性和统计相关性,研究了一种基于改进核Fisher判别的故障检测方法,并在基于核基特征提取的故障诊断中引入一种核参数寻优算法,论文以连续聚合反应CSTR为研究对象,针对不同的扰动情况进行了具体的分析和仿真。论文在基于Fisher判别分析(FDA)方法的故障检测基础上,针对过程变量之间的非线性特性,引入核函数,研究了基于核方法的改进算法KFDA,基于KFDA的故障检测方法通过将数

5、据映射到高维特征空间有效的将非线性数据进行分离,可以减小故障数据的漏检率。驱动过程的关键变量往往是少数不可测的独立变量,为了提取这些关键独立的变量来建立更准确的模型,本文在非线性FDA方法中引入独立元分析模块,给出了基于ICAKFDA的连续过程故障检测方法,先通过ICA模型来提取独立变量,然后在此基础上采用核FDA模型对过程进行监控。对CSTR的仿真结果表明,与基于FDA和核FDA的故障检测方法相比,ICAKFDA方法进一步减小了故障数据的漏检率。同时,针对监控过程中构造的距离统计量分布形式未知的情况,采用了核密度

6、估计的方法计算用于故障检测的控制限。故障源的分离是建立在故障检测基础之上,本文对基于Fisher特征提取的故障数据降维和诊断方法予以改进,研究了核基特征提取的故障诊断方法,解决了数据在高维空间的线性可分性,并引入一种无约束非线性规划算法来获得最优的核参数,保证故障数据在映射空间获得最好的分离效果。最后在提取的特征空间中,分别采用距离和相似度两种判别方法获得诊断结果,对CSTR的仿真结果表明基于非线性FDA方法所提取的’特征更易于分类。关键词:Fisher判别分析,核函数,过程监控,独立元分析,CSTRProcess

7、MonitoringbasedonFisherDisciminantAnalysisXinHuanhuan(ControlScienceandEngineering)DirectedbyProfessorTIANXue—minAbstract‘WiththewideapplicationofDCSandcomputertechnology,alargenumberofprocessdatacanbecollectedandstored.Howtofullyutilizethedeep—levelinformatio

8、ntoimprovetheperformanceofprocessmonitoringhasbeengraduallybecomingoneofthehotspotsinthefieldofprocesscontr01.Astodealwiththenonlinearsystemandstatisticalcorrelationbetweenvariable

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。