已阅读5页,还剩60页未读, 继续免费阅读
(系统工程专业论文)基于自组织映射的故障诊断方法.pdf.pdf 免费下载
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
本文工作得到国家自然科学基金项h ( n o 6 0 5 0 3 0 6 5 ) 资助 浙江大学硕士学位论文 摘要 随着生产过程的曰益复杂,为确保生产装置安全、高效地运行,以工业过程 状态监测为基础的故障诊断技术目益受到国内外企业的重视。同时由于可视化能 够提供直观而形象的信息,已经成为许多领域中辅助数据分析的一个不可缺少的 工具。本文研究通过自组织映射网络的可视化故障诊断方法,以及故障成因的判 断方法,并将二者有机地结合起来,实现故障的实时在线诊断。 论文主要工作如下: 1 对故障诊断方法进行了回顾,分析了过程工业故障诊断的特点,并简单 介绍了可视化技术在故障诊断中的应用。 2 对人工神经网络的连接形式和学习方法进行了简单的介绍,分析了自组 织映射的特点及实现方法,总结了其现有的应用; 3 针对过程工业故障诊断的特点,提出了一种基于自组织映射的故障诊断 方法。利用主元分析和小波分析方法对实际过程数据进行预处理;结合 自组织映射网络的变量u 矩阵图和主元分析中的因子负荷量分析,提出 了一种判断故障变量的新方法,可对引起故障的原因进行及时地判断。 4 研究上述故障诊断方法在t e n n e s s e ee a s t m a n 过程模拟数据中的应用,并 对结果进行了详细地分析。结果表明,利用本文所提出的方法对过程工 业进行可视化状态监控、故障实时在线诊断和及时地判断故障来源是十 分有效的。 关键词;故障诊断;可视化;自组织映射网络;t e 过程 浙江大学硕士学位论文 a b s t r a c t w i 也t h ei n c r e a s i n gc o m p l e x i t yo fi n d u s t r i a lp r o c e s s ,f a u l td i a g n o s i sh a sa t t r a c t e d m u c ha t t e n t i o nr e c e n t l y v i s u a l i z a t i o nh a sb e e nu s e dr o u t i n e l yi nd a t am i n i n ga sa p r e s e n t a t i o nt o o lt og e n e r a t ei n i t i a lv i e w s ,n a v i g a t ed a t a 、v i mc o m p l i c a t e ds t r u c t u r e s , a n dc o n v e yt h er e s u l t so fa l la n a l y s i s an e wv i s u a lf a u l td i a g n o s i sm e t h o db a s e do n s e l f - o r g a n i z i n gm a pf o rc o m p l i c a t e di n d u s t r i a lp r o c e s si sr e s e a r c h e di nt h i st h e s i s h o wt od e d u c et h ec a u s eo f t h ec e r t a i nf a u l ti sa l s od i s c u s s e d t h em a i nc o n t r i b u t i o n sc a nb es u m m a r i z e da sf o l l o w s : 1 1 1 1 ed e v e l o p m e n ta n da p p l i c a t i o n so ff a u l td i a g n o s i sm e t h o d sa r er e v i e w e d a s w e l la st h ec h a r a c t e r i s t i c so ff a u l ta n df a u l td e t e c t i o nf o rc o m p l i c a t e dp r o c e s sa r e a n a l y z e d t h ea p p l i c a t i o no f v i s u a l i z a t i o ni nf a u l td i a g n o s i si sb r i e f l yi n t r o d u c e d 2 t h ec o n n e c tf o r ma n dt h es t u d ym e t h o do fa r t i f i c i a ln e u r a ln e t w o r ka r e i n t r o d u c e d , t h ec h a r a c t e r i s t i ca n dt h ea c h i e v em e t h o do fs e l f - o r g a n i z i n gm a pa r e a n a l y s e d ,b e s i d e s ,i t sa p p l i c a t i o nf o rn o w a d a y si ss u m m a r i z e d 3an e wf a u l td i a g n o s i sm e t h o di sp r o p o s e db a s e d0 ns o m p r i n c i p a lc o m p o n e n t a n a l y s i sa n dw a v e l e ta r eu t i l i z e df o rt h ep r e p r o c e s s i n go ft h ed a t as e t t h ec a u s e o fc e r t a mf a u l tc a r lb ed e d u c e df r o mt h eu m a t r i xo ft h ed e f t v e ds o mn e t w o r k a n dt h el o a d i n g sv e c t o ro ft h ep r i n c i p a lc o m p o n e n t s o n l i n em o n i t o r i n gc a r lb e a c h i e v e db yt h et r a j e c t o r yi nt h ev i s u a l i z a t i o ns p a c e 4 t h ea p p l i c a t i o no ft h ep r o p o s e dm e t h o do nt h et e n n e s s e ee a s t m a np r o c e s si s s t u d i e d t h er e s u r si l l u s t r a t et h ee f f e c t i v e n e s so f t h em e t h o d k e y w o r d s :f a u l td i a g n o s i s ;v i s u a l i z a t i o n ;s e l f - o r g a n i z i n gm a p ;t ep r o c e s s 2 浙江大学硕士学位论文 1 1 引言 第一章绪论 在诸如石油炼制、化工、电力、水泥、炼钢、冶金、热能等行业的连续生产 过程中,它们的生产过程往往处于茼温、高压等极端条件下,因疏忽检测或其他 不可抗拒的自然因素会导致生产过程产生异常,从而导致生产中断甚至爆炸、泄 漏毒气等危险情况发生,一旦出现生产故障不仅会给工厂带来巨大的经济损失, 甚至严重威胁着人身安全 1 1 。 近几十年来,随着过程控制技术的迅速发展,现代工厂的自动化集成度有了 大幅的提高,利用集散控制系统以及先进控制技术,过去许多靠操作工实现的常 规控制过程现在都可以在工业计算机的控制下进行。但是,一旦工厂中发生异常 事件,做出相应的处理目前依然大部分是操作工的职责,然而,因为现代工厂异 常事件种类繁多、过程的规模庞大而复杂、信息量巨大等各种原因,操作工往往 难以在故障发生时迅速做出准确的判断,而一旦采取错误的行动,将使情况更加 糟糕。根据工业统计,7 0 的工厂事故是由此类人为因素造成的,据估计,仅在 石化工业由于此类原因产生的损失在1 9 9 5 年就达2 0 0 亿美元【1 。靠人工分析、解 决工业故障的方法逐渐不能满足现代化大生产的需要,研究开发具有集控制、监 视和诊断功能于一身的控制系统已成为工厂综合自动化发展的迫切需要。因此故 障检测和诊断问题引起了越来越多的关注,已经成为国际自动控制界的热点研究 方向之一。 通过监督生产过程的运行状态,不断检测过程的变化和故障信息,故障产生 后,迅速定位故障源,采取措施隔离并消除故障,可以防止灾难性事故的发生, 减少产品质量的波动,同时提高产品的竞争力。故障检测与诊断技术在近十几年 来的发展中取得了许多成果,应用领域也在不断扩大,由最先的航天、航空领域 及核电站的诊断迅速扩展到各工业领域,并创造了巨大的经济效益。基于多元统 计学、基于控制理论的各种故障诊断技术也得到不断的发展,故障诊断已成为一 门应用型边缘学科,涉及系统论、控制论、信息论、检测与估计理论以及计算机 科学等多方面的内容。 浙江大学硕士学位论文 1 2 故障的概念与分类 所谓故障,是指系统中至少一个重要变量或特性出现了较大偏差,偏离了正 常范围 1 8 1 。从广义上来看,故障可以理解为系统的任何异常现象,使系统表现 出所不期望的特性。出现故障时系统的性能明显低于正常水平,难以完成其预期 的功能。 从发生故障的机理上来分,故障可分为三类:早期故障、偶然故障、损耗故 障。由于设计和制造上的缺陷造成的,在系统投入运行的开始阶段出现的故障为 早期故障。早期故障发生率较高,但随着系统的运行会很快下降。偶然故障是由 于偶然因素造成的,在有效使用期内发生的故障,偶然故障率一般比较低。损耗 故障是由于部件老化、磨损、疲劳、维修差、粗暴操作等原因造成的,在系统运 行后期发生较多,且发生率随时间增长而逐渐上升。 从故障之间相互关系来分,故障又可分为以下几类:单故障、多故障、独立 故障、从属故障 1 9 】。单故障是指在某一时刻仅涉及一个变量或一个元件的故障, 常见于运行中的系统。独立故障是指由于自身而不是由于另外一个元件引起的故 障,从属故障指由于另一个元件而不是自身引起的故障。 从发生故障的环节来看,组成控制系统的各个环节上发生的故障,主要是这 3 种类型:被控对象部件故障、仪表故障、计算机软件故障。 在计算机控制系统中,由于计算机容错技术的成熟,计算机硬件和软件的可 靠性己达到了较高水平,而传感器和执行器的故障已成为导致控制系统失效的主 要原因。因此,研究传感器和执行器的故障诊断和容错控制具有重大的理论和应 用价值。 1 3 故障诊断的概念与原理 所谓故障诊断,是指由计算机利用系统解析冗余,完成工况分析,对生产是 否正常、什么原因引起故障、故障的程度有多大等问题进行分析、判断,得出结 论的过程。利用解析冗余的故障诊断技术是2 0 世纪7 0 年代初,首先在美国发展起 来的【2 0 。解析冗余代替了硬件冗余,并通过系统的自组织使系统闭环稳定,通 过比较观测器的输出而得到系统故障信息。 浙江大学硕士学位论文 故障诊断技术是一门综合性的技术,它的开发涉及到多门学科,如现代控制 理论、可靠性设计、数理统计、模糊集理论、信号处理、模式识别、人工智能等 2 1 。过程工业故障诊断的任务,由低级到高级,可分为以下四个方面的内容: 故障检测:当所关心的系统输出偏离了预期的目标范围,或者影响系统输 出的过程参数,过程状态或特征量发生变化并超出预定的范围时,诊断系 统应能及时检测出来。但通常任何故障检测系统都不可能完全正确地检测 出控制系统的各种故障,因此提高故障的正确检测率,降低故障的漏报率 和误报率一直是故障检测领域的前沿课题。 故障分离:从所检测到的特征信号中提取征兆,即信号处理与特征变换, 根据检测到的故障信息,寻找故障源,确定故障类型及大小。故障源可能 是元件,组件,也可以是子系统。这一过程主要依靠数学工具,目前的技 术已经扩展n d , 波变换、主元分析,自适应共振理论、神经元网络等。 故障评价:将故障对系统性能指标,功能的影响等做出判断和估计,给出 故障等级。其中故障估计时,在弄清故障性质的同时,计算故障的程度、 大小及故障发生的时间等参数。 故障决策:根据故障检测的信息和故障评价的等级来进行故障定位,做出 故障诊断决策,针对不同的工况,对系统做出报警、修改操作或控制,甚 至停机进行维修等决定,避免故障扩大。这部分主要方法有数学分析、控 制理论、系统辨识、人工智能和模式识别等。 评价一个故障诊断系统的性能指标主要有:故障检测的及时性;早期故障检 测的灵敏度;故障的误报率和漏报率;故障定位和故障评价的准确性;故障检测 和诊断系统的鲁棒性。 1 4 故障诊断方法的分类 p m f r a n k 教授认为故障诊断方法可以划分为三类:基于解析模型的方法、 基于知识的方法、基于信号处理的方法 2 2 。 一般来说,当可以建立比较准确的被控过程数学模型时,基于解析模型的方 法是首选的。当可以得到被控过程的输入输出信号,但很难建立被控对象的解析 数学模型时,可采用基于信号处理的方法。其中,小波变换方法是近年来发展起 浙江大学硕士学位论文 来的一种很有前途的方法。当很难建立被控对象的定量数学模型时,可采用基于 知识的方法。其中基于定性模型的方法近年来在欧洲受到高度重视,得到了迅猛 发展。 1 4 1 基于解析模型的方法 所谓基于解析模型的故障诊断,就是通过将被诊断对象的可测信息和由模型 表达的系统先验信息进行比较,从而产生残差,并对残差进行分析和处理而实现 故障诊断的技术 2 3 】。所谓残差,就是与被诊断系统的正常运行状态无关的、由 其输入输出信息构成的线性或非线性函数。在没有故障时,残差等于零或近似为 零,而当系统中出现故障时,残差应显著偏离零点。为便于实现故障的分离,残 差应当属于下面两者之一: ( 1 ) 结构化残差( s t r u c t u r e dr e s i d u a l ) :对应于每个故障,残差都有不同的部 分与之对应,当诊断对象发生故障时,这些特定部分就由零变为非零。 ( 2 ) 固定方向性残差( f i x e dd i r e c t i o nr e s i d u a l ) :对应于每个故障,残差向量 都具有不同的方向与之对应。 根据残差产生形式的不同,基于解析模型的故障诊断方法又可以分为状态估 计方法、等价空间方法和参数估计方法。 户状态估计方法 状态估计方法的基本思想是利用系统的解析模型和可测信息,设计检测滤波 器( 观测器) ,重构系统某一可测变量,然后由滤波器( 观测器) 的输出与真实系统 的输出构造残差,再对残差进行分析处理,以实现系统的故障诊断。在能够获得 系统的精确数学模型的情况下,状态估计方法是最童接、有效的方法。然而在实 际中,精确数学模型往往很难获得。所以目前的状态估计方法主要用于线性系统 的故障诊断,对于非线性系统的研究成果还比较少。由于实际系统绝大多数都是 非线性系统,可以对非线性系统进行处理。常用的处理方法可以分成两类,一类 方法是将非线性系统在一个或几个工作点附近线性化,用一个线性模型集表示系 统,建模误差当作未知输入,应用未知输入解耦方法设计残差,使之不受建模误 差的影响。另一类方法是基于非线性模型的方法,如基于非线性观测器的方法和 基于非线性参数估计的方法,这些方法往往都是针对某种特定的非线性系统。 浙江大学硕士学位论文 目前对于状态估计方法的研究主要集中在提高检测系统对于建模误差、扰 动、噪声等未知输入的鲁棒性及系统对于早期故障的灵敏度。通常说来,这两个 指标是互相矛盾的,只能在二者之间根据具体的设计要求进行折衷。 、户等价空间方法 等价空间方法的基本思想就是通过系统的输入、输出( 或部分输出) 的实际值 检验被诊断对象数学关系的等价性( 即一致性) ,从而达到检测和分离故障的目的 【2 4 。基于系统的动态方程产生具有方向性残差的方法,用动态等价方程产生残 差序列,再利用等价方程中参数留下的自由度进行重新设计,使得残差序列对故 障具有特定的方向性,因此更有利于故障的分离。用动态加权阵变换基本残差, 增加设计的自由度,满足故障检测与分离的要求。通常的等价空间法只能用于线 性系统的故障检测与分离,不能用于故障幅值的估计。 参数估计方法 参数估计方法根据模型参数及相应的物理参数的变化来检测和分离故障 2 5 。其基本思想是许多被诊断对象的故障可以看作是其过程系数的变化,而这 些过程系数的变化又往往导致系统参数的变化。因此,可以根据系统参数及相应 的过程系数变化来检测和诊断故障。基于系统参数估计的故障诊断方法主要有滤 波器方法和最小二乘方法。与状态估计的方法相比,参数估计法更利于故障的分 离。将参数估计方法和其它基于解析模型的方法结合,可获得更好的故障检测和 分离性能。对于存在慢时变参数的系统,使等价方程的系数对估计出的参数变化 具有自适应能力,可以提高故障检测的性能。 基于数学模型的故障诊断方法的研究状况可归纳为:主要研究成果在于残差 的产生方法方面,对于残差评价的研究仍是不足:鲁棒故障诊断问题,对于模型 失配和外部扰动抑制的研究,也只是初步的;此外,对于故障的可检测性、可重 构性、可识别性,以及可分离性的理论分析也并不完善,只限于某些特殊的方法, 且难以同时对这四个性质都进行严格的理论分析。 1 4 2 基于知识的方法 在工程实践中,对象的精确数学模型通常是无法得到的,这大大限制了解析 方法的使用范围。而基于知识的方法不需要对象的精确数学模型,因此具有很大 浙江大学硕士学位论文 生命力。它的发展大致经历了两个阶段:基于浅知识( 人类专家的经验知识) 的第 一代故障诊断专家系统和基于深知识( 诊断对象的模型知识) 的第二代故障诊断 专家系统 2 6 。近期出现的混合结构的专家系统,是将上述两种方法结合使用, 互补不足,相得益彰。 基于知识的方法主要可以分为基于症状的方法和基于定性模型的方法两类。 其中,基于症状的方法包括神经网络法、模糊推理法、模式识别法、故障树方法 和专家系统法等。 神经网络法 人工神经元网络由于具有模拟任何连续非线性函数的能力和从样本学习的 能力,因而在故障诊断中得到了广泛的重视 2 7 。人工神经元网络用于故障诊断 主要有四种方式:( 1 ) 用神经元网络产生残差;( 2 ) 用神经元网络评价残差;( 3 ) 用 神经元网络做一步诊断;( 4 ) 用神经元网络作自适应误差补偿。在知识获取上, 神经网络的知识不需要由知识工程师整理、总结领域专家的知识,只需要用领域 专家解决问题的实例或范例来训练神经网络。神经网络系统的知识获取与专家系 统相比,既具有更高的时间效率,又能保证更好的质量。 神经网络采用隐式的知识表示,它在知识获取的同时,自动产生的知识由网 络的结构及权值表示,并将某一问题的若干知识表示在同一网络中,通用性强, 便于实现知识的自动获取和并行联想推理。 神经网络的知识推理是通过神经元之间的相互作用实现的。网络同一层的推 理是并行的,不同层的推理是串行的。由于同层内神经元的数目远大于层数,因 此,从总体上来讲,神经网络的推理是并行的,速度快。在神经网络中,允许输 入偏离学习样本,只要输入模式接近于某样本的输入模式,则输出也会接近学 习样本的输出模式,这种性质使神经网络具有联想记忆能力。神经网络在许多领 域的故障诊断系统中己开始应用,如在化工设备、核反应堆、汽轮机或旋转机械 和电动机等领域都取得较好的效果。 神经网络的不足之处在于未能充分利用许多特定领域中专家积累起来的宝 贵经验,只能利用一些明确的故障诊断实例,而且需要有足够的学习样本,才能 保证诊断的可靠性。由于神经网络从故障实例中学到的知识只是一些分布权重, 而不是类似领域专家逻辑思维的产生式规则,因此诊断推理过程不能够艇释,缺 1 0 浙江大学硕士学位论文 乏透明度。 模糊推理法 基于模糊逻辑的方法不需要建立精确的数学模型,适当运用隶属函数和模糊 规则,进行模糊推理就可以实现模糊诊断的智能化。基于模糊推理的故障诊断方 法主要有:( 1 ) 基于模糊模型的故障诊断方法:( 2 ) 基于自适应模糊阈值的残差评 价方法;( 3 ) 基于模型聚类的残差评价方法;( 4 ) 基于模糊逻辑的残差评价方法; ( 5 ) 基于模糊模式识别的故障诊断方法。模糊方法适用于测量值较少且无法获得 精确模型的系统。 对于复杂的诊断系统,要建立正确的模糊规则和隶属函数是非常困难的,而 且需要花费很长的时间。对于更大的模糊规则和隶属函数集合而言,难以找出规 则与规则间的关系,也就是说规则有“组合爆炸”现象发生。另外由于系统的复 杂性、耦合性,由时域、频域特征空间至故障模式空间的映射关系往往存在着较 强的非线性,此时隶属函数形状不规则,只能利用规范的隶属函数形状来加以处 理,如用三角形、梯形或直线等规则形状来组合予以近似代替,也就使得非线性 系统的诊断结果不够理想。 故障树方法 故障树法首先进行故障分析,将系统的故障作为上端事件( 树的根节点) ,用 逻辑符号( 与、或、非) 将上端事件和成为该事件直接原因的下部事件( 中问事件) 连接起来,再对这些中间事件进行分析,直至基本事件( 最基本的原因) ,然后进 行故障树综合,求出作为上端事件充要条件产生的基本原因集合,计算上端事件 的发生概率,对原因事件的重要性进行评价,提出改进措施 2 8 1 。由于故障树技 术可以明确表示事件与系统故障之间的逻辑关系,定量求出复杂系统的故障概率 和其它可靠性参数,因而已在化工过程的反应器、加热炉等装置上得到应用。 专家系统法 专家系统诊断利用了专家积累的丰富实践经验,能模仿专家分析问题和解决 问题的思路,而且能够解释自己的推理过程,解释结论是如何获得的,无论是在 理论上还是在工程上应用都很广泛 2 9 】。 专家系统是人工智能的一种技术,它通常由三个部分构成:( 1 ) 数据库:它 是专家系统的主要的数据结构,存储与求解问题有关的已知的或导出的数据;( 2 ) 浙江大学硕士学位论文 知识库:它存储与求解问题有关的特殊知识;( 3 ) 推理机:它的任务是选择最合 适的控制或推理步骤,从而实现问题的求解过程。专家系统能够不依赖于数学模 型,以模拟专家思维的方式,进行过去只有专家才能完成的高级任务。 专家系统自1 9 8 2 年起,开始在核反应器系统、电力系统的故障诊断中得到初 步的应用,随后,人们开始研讨将专家系统应用于化工过程的故障诊断,并取得 了初步的研究成果。 故障诊断专家系统可以适用于由于化工过程机理复杂而不易建立数学模型 和有多故障源的场合,它可为用户提供咨询作用。由于专家系统为用户提供了灵 活的人机交互功能,易于修改它的知识库,因而可作为故障诊断的工具在多类化 工过程中应用。 然而专家系统也有不易克服的缺陷,如知识获取“瓶颈”问题。一方面由于 专家知识有一定局限性,另一方面由于专家知识规则化表述有相当大的难度,两 者造成了诊断知识库的不完备,表现为当遇到一个没有相关规则与之对应的新故 障现象时,系统显得无能为力。专家系统的知识表示是一种显式表示,一般为“如 果,则”的形式,而有些问题很难用这种形式表示。在知识的推理上,传统 的专家系统是用串行方式,其推理方法简单、控制策略不灵活,容易出现“匹配 冲突”、“组合爆炸”及“无穷递归”等问题,且推理速度慢、效率低。还有, 系统缺乏自学习和自完善能力,现行的故障诊断专家系统在运行过程中不能从诊 断的实例中获得新的知识,并且对一些新奇的故障和系统设计中的一些边缘问题 求解具有很强的脆弱性。系统的求解能力完全局限于知识库中仅有的规则,系统 不能在实例系统中自我完善,知识获取时专家知识具有不一致性、不完全性和不 准确性等。 p 基于定性模型的方法 基于定性模型的故障诊断方法近年来在欧洲受到了高度重视,得到了迅猛发 展 3 0 1 。定性仿真是基于定性模型的故障诊断方法的重要部分,它用表示系统物 理参数的定性变量和表示各参数间相互关系的定性微分方程构成约束模型,描述 并模仿系统的结构,以确定从给定的初始状态出发得到的系统状态。 定性模型可以确定系统的期望行为,差异检测器通过应用测量状态和计算状 态的隶属度函数来确定二者的偏差,候选发生器则通过递归搜索过程挖掘上述偏 浙江大学硕士学位论文 差,并将偏差映像到特定的离线指定或在线修正的故障假设中去。基于定性模型 的故障诊断策略可分为两类:一类是基于故障模型,一类是基于正常模型。前一 类应用故障模型来辨识故障元部件的故障方式,这种方法假设了所有故障模式均 为己知。后一类则不必事先知道元部件如何发生故障即可辨识故障元部件。它以 被诊断系统的正常行为模式为基础,借助于推理算法得到系统行为的所有可能的 预测值。基于定性模型的故障诊断方法比起基于专家系统的方法,大大简化了知 识获取的过程。 1 4 3 基于信号处理的方法 基于信号处理的方法通过利用信号模型,如相关函数、频谱、自回归滑动平 均等,直接分析可测信号,提取诸如方差、幅值、频率等特征值,从而检测故障 的发生 3 1 。除这些简单地分析信号基本特征的方法外,还有一些基于信号处理 的故障诊断方法。 基于信息融合的方法 故障诊断实际上是根据检测量所获得的某些故障表征以及故障源与故障表 征之间的映像关系,找出故障源的过程。为了充分利用检测量所提供的信息,在 可能的情况下,可以对每个检测量采用多种方法进行诊断,这一过程称为局部诊 断。将各诊断方法所得的结果加以综合,得到故障诊断的总体结果称为全局诊断 融合,对局部全局融合方案的实现,可以采用模糊推理的方法进行决策。 基于小波变换的方法 小波变换是8 0 年代后期发展起来的应用数学分支,最初由法国学者 d a u b e c h i e s 和m a l l e t 弓入信号处理领域,它是一种时间尺度分析方法,具有多分 辨分析的特点1 3 2 。利用连续小波变换可以检测信号的奇异性。因为噪声的小波 变换的模极大值随着尺度的增大迅速衰减,而信号的小波变换在突变点的模极大 值随着尺度的增大而增大( 或由于噪声的影响缓慢衰减) ,所以,可以用连续小波 变换区分信号突变和噪声。基于小波变换的故障诊断方法分三种:利用观测信号 的奇异性进行故障诊断、利用观测信号频率结构的变化进行故障诊断、利用脉冲 响应函数的小波变换进行故障诊断。基于小波变换的故障诊断方法无需对象的数 学模型,且对于输入信号的要求较低,计算量不大,可以进行在线实时故障稔测, 浙江大学硕士学位论文 灵敏度高,克服噪声能力强,是一种很有前途的故障诊断方法。 基于统计分析模型的方法 单变量统计监测方法是一种最为直观的统计过程监测方法,通过对过程中的 关键变量设定正常的变化范围界限来达到监测目的 3 3 1 。s h e w h a r t 图、c u s u m 图, 以及e w m a 图等都是基于这一基本原理。然而工业生产过程中存在着大量高度 相关的测量变量,这些变量在每一时刻的采样值都蕴含着生产过程是否正常、产 品质量是否合格等信息。由于变量间的高度相关性,故障或扰动会导致许多变量 采样值的异常,因而仅监视各个独立的过程变量,对于过程监测、故障检测及诊 断并无裨益。以主元分析( p r i n c i p a lc o m p o n e n ta n a l y s i s ) 和部分最小二乘( p a r t i a l l e a s ts q u a r e ) 为代表的多元统计方法将生产过程中大量高度相关的过程变量投影 到一个包含原空间绝大多数信息的低维子空间中,从而使得过程监测、故障检测 及诊断等研究工作大为简化。 1 5 过程工业故障诊断 1 5 1 过程工业故障的特点 故障诊断技术在过程工业中的应用是指根据传感器元件测得的震动、温度、 流量、噪声等信号及抽样分析、无损探伤、在线化学检验等结果的情况,判断工 艺流水线甚至整个工厂的生产状况是否正常,会否出现故障的萌芽,以便随时进 行在线维护,将事故消灭在萌芽状态或及时安排在维修项目中,以便在停机检修 中处理,不致因事故造成更大的损失。 对于过程工业而言,从系统运行的角度分析其故障发展过程,可以将其定性 描述为:正常运行、异常运行、失控、事故、灾害五个逐渐演变状态 3 4 1 。过程 工业的过程相对于一般的过程,其复杂性在于: ( 1 ) 数量大:集散控制系统( d c s ) 所采集的数据点多,其数据存储系统可以 连续不断地保存数据,从而使数据库变得十分庞大。对这么庞大的数据量,用手 工分析几乎是不可能的,它要求用存储量大,速度快的计算机来进行辅助分析。 ( 2 ) 维数高:过程的行为通常是由大量相互关联的变量来体现,因此,要 采用降维的方法才能有效地显示过程的行为。 浙江大学硕士学位论文 f 3 ) 过程的不确定性和噪音:这就要求要有去噪性能好的数据校正方法, 对原始过程数据进行预处理。 f 4 ) 动态性:在运行模式辨识时,必须考虑过程的变化趋势,才能进行正 确的辨识。这就要求采用的先进的数据处理技术,必须是能处理数据变化趋势的。 ( 5 ) 不同变量的采样周期不同:在线测量与离线实验室分析是有不同的采 样周期的,而且在线测量的不同物理量,也有不同的采样周期,如流量、温度、 成分等。 ( 6 ) 过程变量间的相关性复杂需要选用能够处理变量间复杂相关性的数据 挖掘技术。 ( 7 ) 测量数据冗余:有时对某些关键变量,采用几个传感器同时检测变量 的值,需要考虑过程监测时选取哪一个传感器的数据是合适的。 随着过程工业的发展,对过程工业的实际应用要求也越来越高,而过程的复 杂特性增加了对过程监测与故障诊断的性能要求,必须不断改善过程监测技术和 故障诊断方法的性能来适应这些不断增加的复杂要求。 1 5 2 过程工业故障诊断的特点 由于上述过程工业的特点和复杂性,决定了过程工业故障诊断也必定具有其 独有的特点和要求 3 5 ,如下所述: ( 1 ) 故障的检测方面:工业过程常常具有高温高压等特点,在反应过程中 电会有大量的热交换,一旦出现故障,危害比较大,而且有可能会产生连锁反应, 所以对故障需要有比较快速的反应能力,尽可能地在故障的萌芽状态就将它检测 出来。 ( 2 ) 在故障的征兆提取方面:过程工业大都比较复杂,在传感器的信号输 入中就包含了方方面面的干扰和嗓音,很难用一个简单明确的方法将噪音滤除, 所以在故障征兆提取方面要特别注意噪音的影响。 ( 3 ) 在故障的定位方面:过程工业的复杂性决定了应当从整体、从系统的 角度来进行故障的定位和识别,虽然一般情况下不会出现多个故障并发的情况, 但是在故障产生后,由于连锁反应可能会产生故障扩大化的趋势,从而导致一连 串的故障。所以故障的定位要力求准确,要能够指明故障的源头。 浙江大学硕士学位论文 ( 4 1 从整个系统来说,找到故障决不是最终目标,对于过程工业的整体而 言,安全生产才是根本目的。所以故障诊断系统还要和连锁保护及紧急停车等系 统联系起来,才能更有效地保障系统安全。 f 5 1由于生产的复杂性和危险性,过程工业有大量现成的标准和操作规程 可以为故障定位、评价和决策做出参考。故障诊断的过程中可以充分利用现有的 这些知识,包括s o p ( 标准工艺操作规程s t a n d a r do p e r m i n gp r o c e d u r e ) 、过程装置 操作流程图( p r o c e s se q u i p m e n tf l o ws h e e t ) 、h a z o p ( 危险和可操作性分析h a z a r d a n do p e r a b i l i t ya n a l y s i s ) 、e s d ( 紧急停车系统e m e r g e n c ys h u td o w n ) 及s i s ( 安全联 锁系统s a f e t yi n t e r l o c k i n gs y s t e m ) 等等。这些流程规范对于故障诊断具有重要的 参考价值,在故障诊断系统的开发中,应该充分利用到这些资源。 1 5 3 过程工业故障诊断发展趋势 1 5 3 1 多故障诊断技术 故障诊断问题实际上是由征兆空间到故障空间的种映射关系,是一种多对 多的复杂映射关系;多种征兆对应于一个故障,一种征兆同时也可能对应惹多个 故障。然而现存的故障诊断方法中大多数都假定在任意给定时间内只有一一种故 障,但实际生产过程中确实存在着多故障现象。对操作员而言,这种多故障现象 增加了判断与识别故障源的难度,从而不利于防止灾害性事故的发生。因此研究 多故障诊断技术具有很强的实际意义。 目前对多故障的诊断主要集中在信号l 枣l ( s i g n e d d i r e c t e d g r a p h ,s d g ) 等方法 3 6 】。c h u n g 等人开发了一个可以辨识多初始故障的信号图神经网络混合方 法,并将之应用于核电厂装置中 3 7 。这方法的缺点在于随着故障数目的增多, 计算量大大增加,难以做到故障的在线诊断。v e d a m 等人采用信号图方法,阻 f c c u 为背景研究了多故障诊断问题 3 8 ,在他们的研究中,采用了一个设备可 靠性知识库来筛选出可能导致故障的根节点,从而部分克服了信号图故障诊断方 法解的不确定性问题。l e e 等人在s d g 方法的基础上,把多故障问题划分为四类 对定性的故障传播路径进行定量评价,并用一个带有换热器的c s t r 的实例证实 了该方法的可行性 3 9 1 。 1 6 浙江大学硕士学位论文 1 5 3 。2 状态监测和故障早期侦破技术 系统状态监测是通过对各种检测、测量得到的信息进行监视、分析和判别, 并结合系统特性及历史数据对系统状态给出评价的过程。对系统异常状态给出报 警、提示及发展趋势预报,并尽早发现故障,从而实现故障的早期侦破。利用故 障模式的分类结果,一方面可以查清产生故障的原因,即故障诊断;另一方面可 以通过当前系统运行状态的类别来确定其运行状态是否正常,也就是进行状态监 测。目前状态监测与故障早期侦破技术已成为国际过程系统工程学术界与工程界 的研究热点之一。 v e n k a t 等人提出根据过程趋势的模式识别方法用于过程监视和诊断,其主要 思想是将过程趋势分成九种模式,然后采用神经网络技术识别过程变量随时间变 化的模式以用于故障诊断 4 0 】,并以a n l o c c of c c u 过程作为实例证实了该方法的 良好功能。d a l g u j i 等人介绍了采用子波变换理论用于炼油厂故障诊断的研究成 果,通过对多个关键生产数据的子波变换,正确地辨识出了即将发生的故障 4 1 。 b a k s h i 等提出了一种多尺度主元分析法( m u l t i s c a l ep r i n c i p a lc o m p o n e n ta n a l y s i s , m s p c a ) 4 2 ,主要思想是将p c a 方法捕捉过程变量间隐含关系功能与小波变换 提取过程趋势特征功能相结合,使m s p c a 方法既能捕捉过程变量大范围的波动, 也能捕捉过程变量的细小波动,展示了m s p c a 方法在过程监视和故障早期侦破 中良好的应用前景。d a v i s 等人采用自适应谐振理论( a d a p t i v er e s o n a n c et h e o r y , a r t ) 对过程数据进行解释,利用a r t 的无教师学习及聚类特性完成了过程趋势 的提取与分类 4 3 。 1 6 可视化技术在故障诊断中的应用 自1 9 8 7 年,科学计算可视化概念问世以来,充分展现了“一图胜千言”的优 越性,使得气象数据、地质勘测数据和海洋数据等抽象枯燥的文字、数字变成了 直观可见的曲线和图形。目前,科学计算可视化技术,已经超出了科学计算的范 畴,形成了空间的、时间的和表征的可视化技术,将形象的和抽象的可视化技术 融为一体。 可视化技术和故障诊断技术的结合,主要集中在医学诊断方面,应用 浙江大学硕士学位论文 c t ( c o m p u t e r e dt o m o g r a p h y ) 、核磁共振图、闪烁摄影和心血管摄影技术以及图 象处理等技术,确定人体病变的部位及病情,为人体诊断提供了强有力的工具 【1 0 。 现在,可视化技术已逐步渗透到过程工业的故障监测、诊断等领域。 东南大学的赵林度、盛昭瀚等在系统分析专家形象思维故障诊断方法的基础 上,提出了一种可视化故障诊断概念【2 :利用脸谱图描述多维故障特征使模糊 模式识别可视化,以及将系统与知识表示中的可视化算子相结合来实现诊断推理 过程的可视化。该方法在故障诊断专家系统中模拟专家利用形象思维进行故障诊 断的复杂过程,试图建立可视化与故障诊断之间的内在联系。 浙江水利水电学院的项春、严爱芳等运用计算机图形学方法将多测点采集的 信号合成机械图像、多角度、多方位反映机器在运行时的振动状态,为旋转机械 的状态监控提供了可靠的保障 3 】。 长沙交通学院汽车工程系的徐小林,利用二进小波变换图形和混沌分析中的 p o i n c a r e 截面,对采集于柴油机的振动信号时间序列进行分析,从而实现了故障 辨识的可视化 4 。 此外,合肥工业大学电气工程系的方敏、王经维等运用神经网络推理技术 结合传统的振动信号谱分析方法,设计了可视化智能诊断系统软件 5 】。中国地 质大学工程学院的陆愈实等研制了故障树可视化分析系统等。 还有文献【7 ,8 】分别论述了燃气轮机内的流动过程和油气混合过程的可视 化, 9 利用液体结晶技术,对瞬态和可压缩流体的可视化, 6 】针对原子炉内和 泵井运行状况等提出一种可视化方法。 可见,可视化方法因其直观、形象的特点,已经逐步运用于故障诊断中,成 为许多故障诊断研究者研究的热点问题。 1 7 全文主要内容及安排 本文提出了一种新的过程工业故障诊断的方法故障可视化方法:即将高 维的,各种故障的样本数据经过降维和聚类后,让它在一个二维的平面上显示出 来,并使每种类别的故障占据平面的不同区域,从而达到故障可视的目的。利用 意元分析和小波分析方法对数据进行预处理,并提出一种判断故障变量的新方 浙江大学硕士学位论文 法。 故障可视化方法使得故障识别更加直观,易懂,很容易被现场的工程技术人 员掌握,具有极大的应用价值。 本文的第一章对故障诊断的原理、方法等进行回顾和总结,并结合过程工业 的具体特点,分析过程工业故障诊断的;第二章对本文所提出方法的基础自 组织映射的发展及应用情况进行简要的介绍;第三章详细描述了本文提出的方 法,采用主元分析和小波变换对过程数据进行预处理后,进行自组织映射网络的 训练,根据u 矩阵图和主元的负荷因子向量可以进行故障原因的推断,对过程 的在线监测则可以通过采样数据在u 矩降投影得到的轨迹实现;第四章将所提 出的方法应用于t e n n e s s e ee a s t m a n 过程,对结果进行分析和讨论;第五章对全 文内容进行总结,并指出进一步的研究方向。 浙江大学硕士学位论文 2 1 引言 第二章自组织映射网络 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ,简称a n n ) 是在人类对其大脑神经 认识理解的基础上经过人工构造能够实现的某种功能的网络。它是理论化的人脑 神经网络的简单数学模型,是基于模仿大脑神经网络结构和功能而建立起来的一 种信息处理系统,是由大量的十分简单的人工神经元按一定的规律连接起来的复 杂网络,具有高度的非线性,能够进行复杂的逻辑操作和非线性关系实现的系统。 网络中信息的转播,存储方式( 信息存储在各个神经元的连接权上) 都与生物神经 网络相似,是并行式的“集体”工作方式。由于这种信息处理系统是人工的模仿 人脑神经网络而建立的,故称为人工神经网络 4 4 1 。 关于人工神经网络,1 9 8 8 年美国国防高级研究计划局的解释是“人工神经网 络是由许多简单的并行的处理单元组成的系统,其功能取决于网络的结构,连接 强度以及各单元的处理方式” 4 5 1 ,据h a y k i ns 1 9 9 4 年所著神经网络一书指 出:“神经网络是一个大规模并行的分布式处理器,它具有存储并能利用经验知 识的能力,在以下方面像人脑网络通过学习获得知识;知识存储在用以描述 神经元之间连接强度的权值中”。简单地表述为,人工神经网络是一种旨在模仿 人脑结构及其功能的信息处理系统。 自组织映射网络( s e l f - o r g a n i z i n gm a p ) 是一种竞争式神经网络,它模拟大脑神 经系统自组织特征映射的功能,在训练中能无监督地进行自组织学习 4 6 。由于 它的强大功能,自组织映射网络可以在一维或二维的处理单元阵列上形成输入信 号的分布拓扑图。而在初始状态下,这些一维或二维处理单元阵列上是没有这些 信号特征的分布拓扑图的。利用s o m 模型的这一特性,可以从外界环境中按照 某种测度或者是某种可有序化的拓扑空间来抽取特征或者是表达信号抽象的、概 念性的元素。 浙江大学硕士学位论文 2 2 人工神经网络综述 2 2 1 人工神经网络连接的基本形式 人工神经元的模型确定以后,一个神经网络的特性及能力主要取决于网络的 拓扑结构及学习方法。下面介绍人工神经网络连接的几种基本形式【4 7 】: ( 1 ) 前向网络 网络的结构如图2 1 a 所示。网络中的神经元是分层排列的,每个神经元只与 前一层上的神经元相连接。最上一层为输出层,中间的为隐含层,隐含层的层数 可以是一层或多层。前向网络在神经网络中应用很广泛,感知器就属于这种类型。 ( 2 ) 从输出到输入有反馈的前向网络 网络的结构如图2 1 b 所示。网络的本身是前向型的,与前种不同的是从输 出到输入有反馈回路。 ( 3 ) 层内互连前向网络 网络结构如图2 1 c 所示。通过层内神经元之间的相互连接,可以实现同一层 神经元之间横向抑制或兴奋的机
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 初中八年级物理跨学科实践教学设计:基于核心素养的“飞天科幻故事”创作指导
- 高三历史开放探究型非选择题解题技法教学设计
- 高三英语一轮复习教学设计-北师大版必修一Unit 1 Life Choices单元整合复习
- 小学三年级英语词汇专项训练教学设计:基于湘少版新教材的语境化建构与迁移实践
- 高三物理“带电粒子在立体空间的运动”专题复习教学设计
- 八年级物理上册“运动的描述”教学设计
- 高二英语选择性必修第四册Unit 12核心知识整合迁移复习教学设计
- 初中七年级数学《截一个几何体-切割木料情境》教学设计
- 高一劳动技术教学设计:穗状狐尾藻的辨识采集与药用价值探究
- 小学六年级劳动课《储藏大白菜》教学设计
- 北京科技大学辅导员招录考试真题与答案2026
- 2026年环保中级工程师模拟试题(含答案)
- 2026-2030年中国出租车行业发展趋势及发展前景研究报告
- 2023年自考03709马克思主义基本原理概论重点笔记
- 2027届高三语文10月名校模拟试题汇编之修改病句题(学生版+教师版)
- 2026中国新能源汽车保险产品创新及理赔风险控制与大数据定价模型报告
- 耳鼻喉科临床诊疗指南(2025版)
- 2026年中国电信笔试题库
- 小学四年级英语沪教牛津版上册期末综合复习教案
- (2026年)米格列醇与阿卡波糖比较分析课件
- 青海盐湖集团2026笔试历年真题及模拟卷完整答案
评论
0/150
提交评论