- 1、本文档共79页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于pca的流程工业故障诊断方法研究-控制科学与工程专业论文
问斗蝉
问斗蝉tH
本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他 人己经发表或撰写过的研究成果,也不包含为获得西南科技大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 己在论文中作了明确的说明并表示了谢意。
签名:忖 日期: 20{问问3 日
关于论文使用和授权的说明
本人完全了解西南科技大学有关保留、使用学位论文的规定,即:学校有权 保留学位论文的复印件,允许该论文被查阅和借阅:学校可以公布该论文的全部 或部分内容,可以采用影印、缩印或其他复制手段保存论文。
(保密的学位论文在解密后应遵守此规定)
签名:圳考 导师签名 :J命 日期: ).016 于 6 月 3日
西南科技大学硕士研究生学位论文第
西南科技大学硕士研究生学位论文
第 I 页
万方数据
万方数据
摘 要
故障诊断对保证流程工业生产安全、提高产品质量有着重要作用。本文 针对实际流程工业过程中存在的数据信息提取、多模态、数据分布复杂等问 题,对流程工业故障诊断方法进行研究。具体包括:
(1)针对传统主元分析方法在数据降维中仅考虑数据全局结构的问题, 采用一种局部整体结构保持投影(LGSPP)算法,使投影后的低维空间不仅 和原始空间有相似的整体结构,而且保留了相似的局部结构。将高维数据降 维到低维空间后,构造统计量和贝叶斯分类器对故障进行检测和辨识;考虑 到数据中存在的动态问题,构造含有前 h 个观测的增广矩阵,将其应用到 LGSPP 算法中,改善了动态工业过程的故障检测效果。TE 过程的仿真结果 表明了算法的有效性。
(2)从数据预处理的角度改善工业过程数据的多模态问题,在对数据进行 标准化处理时引入局部近邻标准化策略,得到 LN S- LGSPP 算法。采用 LNS 对数据进行标准化处理,去除不同变量量纲的影响以及多模态数据的多分布 特征,将处理后的数据应用到 LGSPP 算法中进行故障检测。数值仿真和 TE 过程的仿真结果表明了该算法在多模态过程监控中的有效性。
关键词 : 故障检测 主元分析 局部保持投影 多模态 局部近邻 标准化
西南科技大学硕士研究生学位论文第
西南科技大学硕士研究生学位论文
第 II 页
Abstract
Fault diagnosis of the process industry plays an important role in ensuring the safety of industria l production and improving product quality. This paper studies on data information extraction, mult i- mode and complex distributed process data of fault diagnosis for process industry. The ma in contents are as follows:
For traditional PCA method only considers data’s global structure in the process of data dimensionalit y reduction, this paper applies a method called local and global structure preserving pro jections (LGSPP), which can project the data to a low-dimensional feature space that has similar locality neighborhood structure and global structure with original space. After projection, statistics and Bayesian classifier are used to detect and identify fault. Considering the dynamic problem in data, augmented matrix containing the first h observations is constructed. Simulation on TE process identifies its effectiveness.
To solve the problem of mult i- mode in industrial process data, this pa
您可能关注的文档
- 基于opencl并行加速算法研究及其fpga实现-检测技术与自动化装置专业论文.docx
- 基于php的高校教学计划运行管理系统设计与实现-软件工程专业论文.docx
- 基于nx的汽车覆盖件翻边成形与回弹模拟系统研究-材料加工工程专业论文.docx
- 基于opgw光纤通信的输电线路在线巡视与监测新技术分析-电气工程专业论文.docx
- 基于pmac的微喷阵列孔加工宏微复合控制系统的研究-机械制造及其自动化专业论文.docx
- 基于pso的木材表面缺陷识别系统-计算机技术专业论文.docx
- 基于pwbs的船舶管子制造成组聚类和工时定额研究-工业工程专业论文.docx
- 基于php的接触网巡检管理信息系统的研究与实现-交通信息工程及控制专业论文.docx
- 基于ppg与ecg信号的无创心血管参数检测系统研究-仪器科学与技术专业论文.docx
- 基于qoe的无线视频自适应传输控制技术研究与实现-电子与通信工程专业论文.docx
文档评论(0)