資源描述：
《基于mlle-ocsvm的間歇過程故障監(jiān)測》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、中文圖書分類號：TP277密級：公開UDC：621.3學校代碼：10005碩士學位論文MASTERALDISSERTATION論文題目：基于MLLE-OCSVM的間歇過程故障監(jiān)測論文作者：馬榮學科：控制科學與工程指導教師：高學金副教授論文提交日期:2017年4月UDC：621.3單位代碼：10005中文圖書分類號：TP277學號：S201402153密級：公開北京工業(yè)大學工學碩士學位論文題目：基于MLLE-OCSVM的間歇過程故障監(jiān)測英文題目：FaultDetectionandDiagnosisofBatchProce
2、ssBasedonMLLE-OCSVM論文作者：馬榮學科：控制科學與工程研究方向：間歇過程的故障監(jiān)測與診斷申請學位：工學碩士指導教師：高學金副教授所在單位：信息學部答辯日期：2017年5月18日授予學位單位：北京工業(yè)大學獨創(chuàng)性聲明本人聲明所呈交的論文是我個人在導師指導下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經發(fā)表或撰寫過的研究成果，也不包含為獲得北京工業(yè)大學或其它教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的
3、說明并表示了謝意。簽名：馬榮日期：2017年5月18日關于論文使用授權的說明本人完全了解北京工業(yè)大學有關保留、使用學位論文的規(guī)定，即：學校有權保留送交論文的復印件，允許論文被查閱和借閱；學?？梢怨颊撐牡娜炕虿糠謨热?，可以采用影印、縮印或其他復制手段保存論文。（保密的論文在解密后應遵守此規(guī)定）簽名：馬榮日期：2017年5月18日導師簽名：高學金日期：2017年5月18日摘要摘要隨著現(xiàn)代技術和自動化設備的迅猛發(fā)展，新興的技術和設備被廣泛應用于當今的各種工業(yè)生產過程。近年來，由于生產需求品種和要求越來越多樣化，使得工業(yè)生
4、產不得不迎合這種需求，而間歇生產過程正好符合生產高附加值、小批量、多品種的生產要求，如今已被廣泛應用于藥品、化妝品、生物制品的生產過程。然而，隨著間歇生產過程的規(guī)模擴大以及復雜性增加，保證生產過程的安全性和可靠性也顯得尤為重要。因此，如何更好地對間歇生產過程進行故障監(jiān)測，及時發(fā)現(xiàn)并處理故障，顯得十分重要。在間歇過程的背景下，針對傳統(tǒng)多元統(tǒng)計算法要求監(jiān)測變量服從高斯分布的前提條件，以及利用傳統(tǒng)統(tǒng)計方法構造的監(jiān)控統(tǒng)計量故障檢測率較低的問題，研究了一種基于多向局部線性嵌入方法（Multi-wayLocallyLinearEm
5、bedding，MLLE）和單類支持向量機（One-ClassSupportVectorMachines，OCSVM）相融合的間歇過程故障監(jiān)測方法，主要做了以下幾個方面的研究：（1）研究一種基于多向局部線性嵌入的MLLE方法，并將其應用于間歇過程的特征提取。在間歇過程中，傳統(tǒng)的多元統(tǒng)計方法存在前提條件，如假設監(jiān)測變量呈線性、過程參數(shù)不隨時間變化等。然而，在實際的間歇過程中，工業(yè)對象很難滿足上述假設，而且，目前應用于間歇過程的改進算法，大多方法未充分考慮復雜工業(yè)過程的綜合特征，只是在傳統(tǒng)多元統(tǒng)計方法的基礎上針對某一特性進
6、行改進，并不能得到很好的特征提取效果。鑒于此，本文將流形學習算法中的局部線性嵌入方法應用于間歇過程的特征提取過程，再利用傳統(tǒng)統(tǒng)計量確定控制限。最后，在青霉素發(fā)酵仿真平臺上運用該方法，進行實驗仿真驗證，通過實驗結果表明，該方法能夠較好地對間歇生產過程進行監(jiān)控。（2）深入研究基于多向局部線性嵌入方法，并對其在間歇過程的故障監(jiān)測方法進行改進。針對間歇過程獨有特性，對該方法的兩個核心參數(shù)（鄰域參數(shù)k和降維維數(shù)d）進行優(yōu)化，提升監(jiān)控系統(tǒng)的自適應能力和監(jiān)控性能。由于MLLE方法在進行特征提取前，需要對鄰域參數(shù)k和降維維數(shù)d進行設定
7、，而在該方法的運用過程中，大多只是憑借經驗來設定參數(shù)值，給系統(tǒng)帶來了不穩(wěn)定因素；并且，每次間歇過程中采集的數(shù)據都不一樣，是隨機波動的，單純靠靠經驗設定參數(shù)可靠性差。針對該問題，對鄰域參數(shù)和維數(shù)參數(shù)分別采用采用自適應鄰域選擇方法和最-I-北京工業(yè)大學工學碩士學位論文大似然估計方法。參數(shù)優(yōu)化得到最優(yōu)值之后，運用MLLE方法在青霉素發(fā)酵仿真系統(tǒng)中進行實驗驗證，結果表明該參數(shù)優(yōu)化方法可以提高特征提取和間歇過程的性能。（3）為改進監(jiān)控統(tǒng)計量研究一種基于多向局部線性嵌入方法與單類支持向量機相融合的MLLE-OCSVM的間歇過程故障
8、監(jiān)測方法。傳統(tǒng)的多元統(tǒng)計監(jiān)控方法本身存在一些假設，如監(jiān)控變量必須服從獨立同分布等條件，而且在將其應用到故障監(jiān)測中時，又進行了附加的其它假設，如系統(tǒng)輸入和輸出呈線性相關特性，過程變量服從高斯分布等。但在實際工業(yè)生產過程中，這些理想的條件往往難以滿足，并且基于馬氏距離構造的監(jiān)控統(tǒng)計量會導致故障檢測率降低。針對兩個問題，本文將單類支持向
