資源描述：
《基于統(tǒng)計(jì)特征的不等長間歇過程故障診斷研究本科畢業(yè)論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、沈陽化工大學(xué)本科畢業(yè)論文題目：基于統(tǒng)計(jì)特征的不等長間歇過程故障診斷研究畢業(yè)設(shè)計(jì)（論文）任務(wù)書畢業(yè)設(shè)計(jì)（論文）題目：基于統(tǒng)計(jì)特征的不等長間歇過程故障診斷研究畢業(yè)設(shè)計(jì)（論文）內(nèi)容：1、提取不等長間歇過程的統(tǒng)計(jì)特征2、研究基于PCA的故障診斷方法3、編制完成實(shí)現(xiàn)上述任務(wù)的程序畢業(yè)設(shè)計(jì)（論文）專題部分：不等長間歇過程故障診斷研究起止時(shí)間：2014年3月---2014年7月指導(dǎo)教師：簽字年月日教研主任：簽字年月日學(xué)院院長：簽字年月日目錄第一章緒論11.1引言11.2間歇生產(chǎn)過程性能監(jiān)控研究現(xiàn)狀21.2.1間歇生產(chǎn)過程故障診斷
2、研究進(jìn)展21.2.2多元統(tǒng)計(jì)方法應(yīng)用于間歇過程故障診斷21.3本文研究內(nèi)容4第二章MPCA在間歇反應(yīng)過程故障診斷中的應(yīng)用52.1引言52.2PCA基本原理62.2.1主元分析簡介62.2.2主元分析的意義62.2.3主元分析的基本原理72.2.4主元個(gè)數(shù)的提取72.2.5主元模型82.3基于MPCA的故障檢測(cè)方法92.3.1MPCA理論92.3.2基于MPCA故障檢測(cè)的統(tǒng)計(jì)量及其控制限102.3.3基于MPCA的故障診斷方法112.4本章小結(jié)12第三章基于統(tǒng)計(jì)特征的不等長間歇過程故障診斷研究133.1引言133.2
3、不等長問題143.2.1不等長數(shù)據(jù)描述143.2.2不等長軌跡同步化方法143.3基于統(tǒng)計(jì)特征的不等長間歇過程故障診斷研究153.4仿真實(shí)驗(yàn)183.5本章小結(jié)22第四章總結(jié)和展望234.1總結(jié)234.2工作展望23參考文獻(xiàn)25致謝26摘要隨著工業(yè)生產(chǎn)的快速發(fā)展，由于工業(yè)體系的龐大化和復(fù)雜化，如果生產(chǎn)過程中一旦出事故，不僅會(huì)影響生產(chǎn)的正常進(jìn)行，還會(huì)造成一定的經(jīng)濟(jì)損失甚至人員傷亡，因此故障檢測(cè)與故障診斷技術(shù)越來越成為監(jiān)控系統(tǒng)中的不可缺少的一部分。及時(shí)準(zhǔn)確地檢測(cè)和診斷出過程的故障，不僅可以減少事故、增加過程運(yùn)行的安全性，
4、而且可以降低生產(chǎn)管理成本，提高產(chǎn)品的質(zhì)量。基于統(tǒng)計(jì)分析的故障診斷是故障診斷技術(shù)的重要組成部分之一。本文以提高不等長間歇過程故障診斷的性能為目的，深入研究了基于統(tǒng)計(jì)特征的不等長間歇過程故障診斷算法，并對(duì)半導(dǎo)體工業(yè)實(shí)例—A1堆腐蝕過程進(jìn)行了具體地分析與仿真，取得了預(yù)期的效果。本文首先研究了基于多向主元分析(Multi-wayprincipalcomponentanalysis，MPCA)方法在故障監(jiān)測(cè)與診斷過程中的應(yīng)用。其次，在分析了多向主元分析方法進(jìn)行故障監(jiān)視和診斷的局限和缺點(diǎn)的基礎(chǔ)上，深入研究了基于統(tǒng)計(jì)特征的不等長
5、間歇過程故障診斷算法。通過基于統(tǒng)計(jì)特征的不等長間歇過程故障診斷算法，可以先計(jì)算每個(gè)不等長批次的均值、偏度、峭度、方差和任意兩個(gè)變量之間的歐氏距離，然后將這些統(tǒng)計(jì)特征組合成一個(gè)等長的特征向量,再利用主元分析(principalComponentAnalysis，PCA)進(jìn)行過程監(jiān)視。根據(jù)半導(dǎo)體工業(yè)實(shí)例的仿真結(jié)果，基于統(tǒng)計(jì)特征的不等長間歇過程故障診斷算法與傳統(tǒng)的多向主元分析(MPCA)方法相比，不僅可以減少建模過程的計(jì)算量，而且其故障診斷率提高了15%，還大大減少了故障檢測(cè)時(shí)間，因此該算法具有很好的故障診斷性能。關(guān)鍵詞
6、:故障診斷；不等長間歇過程；統(tǒng)計(jì)特征；多向主元分析AbstractWiththerapiddevelopmentofindustrialproduction,duetothelargechemicalindustrysystemandcomplicated,iftheproductionprocessonceanaccident,notonlywillaffectthenormalproduction,butalsocausegreateconomiclossandcasualties,sothefaultdete
7、ctionandfaultdiagnosistechnologyhasincreasinglybecomeanindispensablepartinthemonitoringsystem.Timelyandaccuratedetectionanddiagnosisofprocessfaults,notonlycanreduceaccidents,increasethesafetyoperationoftheprocess,butalsocanreducethecostofproductionmanagement,i
8、mprovethequalityoftheproducts.Faultdiagnosisbasedonstatisticalanalysisisanimportantpartofthefaultdiagnosistechnology.Inordertoimprovetheunequalperformanceoffaultdiagnosisofbatchpro
