工业过程变量间动态时延挖掘方法与应用_第1页
工业过程变量间动态时延挖掘方法与应用_第2页
工业过程变量间动态时延挖掘方法与应用_第3页
工业过程变量间动态时延挖掘方法与应用_第4页
工业过程变量间动态时延挖掘方法与应用_第5页
已阅读5页，还剩1页未读， 继续免费阅读

下载本文档

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

工业过程变量间动态时延挖掘方法与应用在传统的数据驱动工业过程监控方法中,通常不考虑过程变量间的时间延迟信息,或者简单地用常数对时间延迟进行描述,这样会影响过程监控模型的有效性以及监控知识表达的准确性,进而导致不准确的过程监控任务实施以至于失效。可见,研究探索一种有效的过程变量间的动态时延提取方法、并结合动态时延信息对过程监控知识进行更加准确的表达和推理,无疑具有学术研究和工程应用意义。论文提出了一种动态时延分析(dynamictimedelayanalysis,DTA)方法,可以对过程变量间的动态时延信息进行有效的估计。并且,给出了一种动态时间模糊Petri网对过程变量间的动态信息传递进行有效地描述,使用条件分布有色图对动态时延进行表达,并且建立了动态时间模糊Petri网的活性及动态可达性分析方法,从而构造了有效的过程监控知识表达模型及其推理方法。论文的主要创新性成果包括:1、针对工业中相关过程变量之间的时滞动态特性的问题,给出了一种基于时间序列数据挖掘的动态时延分析(DTA)方法,通过追踪平滑窗内变量间相似度的最大值对变量间的动态时延进行估计,实现了基于历史数据的动态时延获取。2、针对DTA采用固定滑动时间窗近似估计时延而难以处理因干扰而导致的局部动态时延估计偏差过大问题,提出了一种基于相似的弹性窗口的动态时延分析(e-DTA,dynamictimedelayanalysisbyelasticwindows)方法;通过对比相关过程变量之间的相似性,对弹性窗口的大小进行自调整,实现对动态延迟时间的离线估计。3、为了实现对动态时延信息的在线估计,提出了两种改进的时间序列预测方法:模糊插值时间序列预测方法和基于深度学习网络CNN的动态时延预测方法;针对传统时间序列预测难以适应突变信号的局限性,通过对时延变量与过程变量的时间序列进行相关分析,分别提取影响时延信息的单个主要关联变量和多个主要关联变量,并将其引入时间序列预测模型中,在线估计过程相关变量之间的传递时延。4、提出了一种动态时间模糊Petri网(DTFPNs,DynamicTimedFuzzyPetriNets),结合条件分布有色图对过程变量间的动态时延进行有效、直观地描述,并结合模糊Petri网的特性,提出了带有时间维度的可达性分析方法。5、给出了一种基于DTFPNs的工业过程异常状态监

人人文库> 全部分类> 应用文书 > 作业报告

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

评论

0/150

提交评论