【T9111】毕业论文：基于ICA-SVM的复杂化工过程集成故障方法模拟与诊断研究.doc格式文档

随着系统自动化水平的提高，规模的不断扩大和复杂性的增加导致系统控制性能和可靠性之间的矛盾日益突出。

同时企业和用户对故障诊，部分内容简介摘要第章绪论论文研究的背景与意义工业过程的故障诊断技术故障诊断技术研究内容过程故障诊断技术的发展状况基于统计学过程监控方法化工流程模拟稳态流程模拟动态流程模拟反应精馏过程稳态与动态模拟本文的主要工作及内容第二章基于元分析的故障检测与诊断方法引言元分析算法基于故障诊断策略基于统计贡献度诊断方法故障诊断方法步骤仿真研究数值仿真研究过程仿真数据的生成基于和的故障诊断仿真结果分析本章小结第三章基于集成的执行器故障诊断方法引言支持向量机的故障分类集成故障诊断方法多切面改进故障诊断方法仿真研究阀门仿真模型故障诊断方法仿真研究多切面故障诊断方法仿真研究仿真结果对比分析本章小结第四章甲苯光氯化反应与精馏集成过程流程模拟引言甲苯光氯化气液反应精馏工艺反应机理反应与精馏集成过程工艺分析反应与精馏集成过程装置介绍甲苯光氯化连续气液反应精馏过程稳态模拟介绍稳态模型假设及方程组建立稳态模型的建立稳态模型验证甲苯光氯化连续气液反应精馏过程动态模拟反应精馏过程动态流程模拟简介动态模型的建立动态模型验证本章小结第五章甲苯光氯化反应与精馏集成过程故障模拟与诊断研究引言甲苯光氯化反应精馏过程的故障动态模拟甲苯光氯化反应精馏过程故障设计故障仿真结果分析故障数据的获取基于方法对甲苯光氯化反应精馏故障诊断基于故障诊断实验步骤基于成分分析的故障检测基于支持向量机的故障模式分类本章小结第六章总结与展望本文研究工作总结研究展望参考文献攻读学位期间成果致谢硕士学位论文第章绪论论文研究的背景与意义在实际工业过程中，由于其所处环境和结构的复杂性等因素，故障的产生不可避免，任何微小的故障都可能会导致整个系统的性能恶化，造员伤亡和物质财产的损失。

随着系统自动化水平的提高，规模的不断扩大和复杂性的增加导致系统控制性能和可靠性之间的矛盾日益突出。

同时企业和用户对故障诊断技术的要求也越来越高，希望系统在故障发生或者发生前就能检测并诊断故障点以便采取相应的应急措施。

因此，关于复杂工业过程的故障诊断研究成为热点问题。

大多数实际化工流程是个连续的生产过程并且保存了大量的运行数据，但是保存的运行数据包含了很少的故障信息，无法全面分析整个系统的故障特征，在实际生产装置上也无法进行故障实验研究。

根据化工机理运用工程流程模拟软件建立流程稳态动态模型可以帮助研究人员获得流程的稳态动态特性，并且可以在动态模型上任意设置故障扰动进行故障仿真获得故障数据对其进行故障模拟诊断研究探索有效的诊断方法。

如今故障诊断技术理论发展快于实际工程应用，若故障诊断技术结合化工流程模拟技术可以进步推动故障诊断技术的工程应用。

本文在江苏省高校自然基金项目典型化工过程主动容错控制的研究的支助下研究流程工业系统的故障诊断方法针对精馏过程进行故障诊断研究，以我校绿色化工研究所研制并具有自主知识产权的甲苯光氯化反应与精馏集成过程为研究对象，分析其反应和精馏机理建立甲苯光氯化反应与精馏集成过程稳态模型，并进步建立动态模型，使其更加贴近于实际工况，在动态模型上进行故障仿真并分析故障动态特性运用基于统计学和机器学习的诊断方法对甲苯光氯化反应与精馏集成过程系统故障进行故障检测与诊断。

工业过程的故障诊断技术工业生产的过程监控与故障诊断直是工业系统关注的主要问题之。

它通第章绪论过监测生产过程的运行状态，及时检测故障发生过程干扰以及其第三章基于集成的执行器故障诊断方法图故障点分布表故障可检测和辨识结果故障是否可检测是否可诊断是是是是是是否否否否是否只与不可诊断是是否否否否是是否否否否是否只与不可诊断否否否否是是否否是是是是由图看出并不是所有故障经过特征提取后就可以和正常或者其他故障样本分离开，所以有的故障可以不可检测，或者不可诊断。

通过对故障样本的分析硕士学位论文得出各故障是否可检测可诊断，如表。

根据表选取可检测的种故障作为接下来故障辨识的研究对象。

分别为，。

支持向量机分类建模样本从提取的特征向量的组数据中等间距选取组样本分别作为正常和种故障的训练样本，同样也等间距选取组数据作为测试样本。

将选取特征样本作为支持向量分类函数的输入，建立分类模型，训练样本集如下表所示表支持向量分类器训练样本分类模型训练输入训练输出支持向量机参数选取本文所选用的核函数为径向基函数，，支持向量机分第三章基于集成的执行器故障诊断方法类性能的取决于组好的参数，具体说来就是取决于惩罚参数，不敏感参数ε以及核函数参数能否取得最优值。

参数的影响参数能够使模型的复杂度和训练误差之间取个折中，以便使模型有较好的推广能力。

参数ε的影响不敏感参数ε控制着ε不敏感带的宽度，影响着支持向量的数目。

参数的影响核参数反映了训练样本数据的分布或范围特性，它确定了局部邻域的宽度。

较大的意味着较低的方差在更多的观测值上取平均。

本节以训练测试故障支持向量分类模型为例来说明参数选取方法。

首先大概确定参数收缩范围，，，本文中的不变。

按照定的步长搜索最优值，将搜索结果绘出如图所示，从图中可以看出，时支持向量机的分类效果最好。

由于本文中涉及的支持向量机数目很多就不例举参数选取方法同故障。

核参数惩罚因子分类效果图支持向量机参数优化根据训练样本设置合适的参数，训练的支持向量分类器效果如下图所示硕士学位论文图支持向量分类器效果图多切面故障诊断方法仿真研究为了进步提高诊断效果，运用前文介绍的改进方法，选取三维元并针对每个故障建立三个分类模型。

将采集的数据样本通过处理，从维的故障数据种提取维的特征向量，再从中等间距选取个点，这样减少了样本数就减小支持向量分类器训练的负担。

提取的故障特征样本如图所示，由图同样可以看出在每个二维空间里并不是所有故障经过特征提取后就第三章基于集成的执行器故障诊断方法故障正常可以和正常或者其他故障样本分离开，所以个别故障不可检测，或者不可诊断。

分析故障样本选取可检测的种故障作为接下来故障诊断的研究对象。

分别为，。

在三维空间内建立多支持向量机模型，训练样本集如下表所示。

表三维空间数据建立支持向量分类器训练样本分类模型训练输入训练输出图故障点分布硕士学位论文由于每个故障模型的分类器增加至三个，和上节的故障诊断方法略有改进。

在故障诊断时采用的举手表决规则即三个分类器若有两个诊分类模型训练输入训练输出第三章基于集成的执行器故障诊断方法断出故障就可以诊断是发生了该故障。

根据训练样本训练的支持向量分类器效果如下图所示分类面分类面分类面分类面分类面分类面故障多切面分类效果故障多切面分类效果故障多切面分类效果故障多切面分类效果故障多切面分类效果故障多切面分类效果分类号密级编号学位论文复杂化工过程故障的模拟与诊断研究指导教师姓名申请学位级别硕士学科专业控制理论与控制工程论文提交日期复杂化工过程故障的模拟与诊断研究摘要化工生产过程通常处于高温高压或低温真空等极端环境，若操作不当或系统发生故障，则可能造成生产中断爆炸毒气泄漏等危险。

为了提高生产过程的安全性，对系统故障进行有效地检测与诊断是十分必要的。

由于化工过程对象的复杂性，很难全面获取各种故障数据和故障特征，因此按照化工机理建立过程模拟模型并对实际的故障进行模拟和诊断方法的研究是必要的。

本文主要以精馏生产