【畢業(yè)學(xué)位論文】基于魯棒PCA的化工過(guò)程故障診斷研究-物流工程

密級(jí) :（ ） 碩士學(xué)位論文 基于魯棒 化工過(guò)程故障診斷研究 作者姓名 : 于東升 指導(dǎo)教師 : 葉齊祥 副 教授 中國(guó)科學(xué)院研究生院 學(xué)位類別 : 工程碩士 學(xué)科專業(yè) : 物流工程 培養(yǎng)單位 : 中國(guó)科學(xué)院研究生院 工程教育學(xué) 院 2012 年 4 月 y n of or , 2012 國(guó)科學(xué)院研究生院直屬院系 研究生學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的學(xué)位論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究工作所取得的成果。盡我所知，除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過(guò)的研究成果。對(duì)論文所涉及的研究工作做出貢獻(xiàn)的其他個(gè)人和集體，均已在文中以明確方式標(biāo)明或致謝。 作者簽名： 日 期： 中國(guó)科學(xué)院研究生院直屬院系 學(xué)位論文授權(quán)使用聲明 本人完全了解并同意遵守中國(guó)科學(xué)院有關(guān)保存和使用學(xué)位論文的規(guī)定，即中國(guó)科學(xué)院有權(quán)保留送交學(xué)位論文的副本， 允許該論文被查閱，可以公布該論文的全部或部分內(nèi)容，可以采用影印、縮印或其他復(fù)制手段保存、匯編本學(xué)位論文。 涉密的學(xué)位論文在解密后適用本聲明。 作者簽名： 導(dǎo)師簽名： 日 期： 日 期： i 摘 要 化工 生產(chǎn) 在工業(yè)生產(chǎn)中占有舉足輕重的地位， 其產(chǎn)品 涉及到人們生活的各個(gè)方面 。隨著科學(xué)技術(shù)，尤其是計(jì)算機(jī)技術(shù)的飛速發(fā)展，化工過(guò)程生產(chǎn)裝置的規(guī)模越來(lái)越大，工藝越來(lái)越復(fù)雜，投資越來(lái)越大，自動(dòng)化水平越來(lái)越高，因此化工過(guò)程的安全性和可靠 性就顯得特別重要。采用故障診斷技術(shù)來(lái)提高化工過(guò)程的安全性和可靠性是一種有效而重要的方法，對(duì)化工過(guò)程進(jìn)行故障診斷研究具有極其重要的 實(shí)際 價(jià)值。 本文 回顧了多 種故障診斷方法、過(guò)程模型和各種多變量統(tǒng)計(jì)方法，介紹了利用多變量平方預(yù)測(cè)誤差法和 計(jì)法進(jìn)行故障檢測(cè) 的原理 。 論文將 對(duì)主元分析法(行故障診斷時(shí)存在的主要優(yōu)缺點(diǎn)進(jìn)行了研究 和改進(jìn)。 針對(duì) 性 線性分析方法 無(wú)法應(yīng)用于非線性過(guò)程的缺點(diǎn)，提出了 基于 魯棒主元分析 法 (行故障診斷。求解是一個(gè)非線性的優(yōu)化過(guò)程，通過(guò)矩陣秩的優(yōu)化來(lái)計(jì)算和表示帶有噪聲信號(hào)的相關(guān)性。計(jì)算中需要對(duì)于樣本數(shù)據(jù)所組成的矩陣進(jìn)行低秩化 (進(jìn)而計(jì)算出每一個(gè)樣本對(duì)于低秩化矩陣內(nèi)樣本的誤差并用于故障診斷。 論文針對(duì) 法和 法開(kāi)展研究， 在 (工過(guò)程 軟件仿真平臺(tái)上 進(jìn)行了仿真 試驗(yàn)。試驗(yàn)結(jié)果表明了 法對(duì)于故障檢測(cè)的有效性。 同時(shí)也表明了，對(duì)于 復(fù)雜化工過(guò)程 故障 非線性， 及數(shù)據(jù)信號(hào) 有噪聲和隨機(jī)干擾的的情況下， 應(yīng)用 法進(jìn)行故障分類的可行性 。 關(guān)鍵字 ： 化學(xué)危險(xiǎn)品； 化 工過(guò)程；故障診斷；主成分分析； 魯棒主成分分析 ； an in of at is it to to of In we of We of We of we to is a of to of In we to a on of in be We to CA EP CA is to is to 錄 摘 要 . I . 一章 緒論 . 1 學(xué)工業(yè)故障診斷的研究背景 . 1 險(xiǎn)化學(xué)品生產(chǎn)的特點(diǎn) . 2 障診斷方法概述 . 4 于解析模型的方法 . 5 于知識(shí)的方法 . 6 于信號(hào)處理的方法 . 6 文研究?jī)?nèi)容 . 7 文組織結(jié)構(gòu) . 8 第二章 國(guó)內(nèi)外研究現(xiàn)狀及文獻(xiàn)綜述 . 9 障診斷方法 . 9 變量統(tǒng)計(jì)方法 . 9 于知識(shí)和解析模型的方法 . 11 程仿真 . 12 章小結(jié) . 12 第三章 工仿真過(guò)程描述 . 14 程流程圖 . 14 程變量描述 . 17 程中故障描述 . 19 程仿真 . 21 章小結(jié) . 22 第四章 基于 故障檢測(cè) . 23 元分析法（ . 23 應(yīng)用 前提條件 . 23 元分析的基本原理 . 23 于 故障檢測(cè) . 25 計(jì)法 . 25 計(jì)法 . 27 于 程故障檢測(cè) . 27 章小結(jié) . 30 第五章 基于 故障診斷 . 32 本原理 . 32 型的建立 . 32 型求解 . 33 真實(shí)驗(yàn) . 35 章小結(jié) . 38 第六章 總結(jié)與展望 . 39 論 . 39 望 . 39 參考文獻(xiàn) . 41 致 謝 . 46 附 錄 . 47 V 圖 表 目錄 圖 2001中國(guó)化工企業(yè)較大及其以上級(jí)別事故數(shù)目統(tǒng) 計(jì) . 1 圖 障診斷方法分類 圖 . 5 圖 文研究框圖 . 8 圖 程工藝流程圖 . 14 表 程各種成分的物理特性（ 100 C ） . 15 表 程操作模式參數(shù) . 16 表 程操作約束 . 16 表 制變量 . 17 表 續(xù)測(cè)量變量（ 3 分鐘采樣間隔） . 18 表 分測(cè)量 . 19 表 程故障 . 20 表 表是在標(biāo)稱狀態(tài)下的設(shè)定點(diǎn)變動(dòng) . 21 圖 反應(yīng)器壓力 . 21 圖 品分離器溫度 ； 圖 提塔溫度 . 21 圖 障 1測(cè) . 28 圖 障 4測(cè) . 29 圖 障 4 2T 檢測(cè) . 29 圖 障 1 和 2； 圖 障 1 和 4 . 35 圖 障 2 和故障 4； 圖 障 4 和故障 5 . 37 第一章 緒論 1 第一章 緒論 學(xué)工業(yè)故障診斷的研究背景 重大危險(xiǎn)化 學(xué)品事故具有突發(fā)性、復(fù)雜性、激變性、群體性的特點(diǎn)，不僅能夠?qū)е滦孤?、火?zāi)、爆炸、中毒、窒息、灼傷等嚴(yán)重事故后果，還可引起多米諾式災(zāi)害鏈的發(fā)生，導(dǎo)致重大人員傷亡事故。因此，預(yù)防和控制重大工業(yè)事故已成為各國(guó)經(jīng)濟(jì)和技術(shù)發(fā)展的重要研究對(duì)象之一。隨著化學(xué)工業(yè)的高速發(fā)展，我國(guó)的危險(xiǎn)化學(xué)品生產(chǎn)安全形勢(shì)日益嚴(yán)峻，爆炸、火災(zāi)、中毒等各類重大事故頻繁發(fā)生，傷亡總數(shù)逐年上升。 2001中國(guó)化工企業(yè)共發(fā)生較大及其以上級(jí)別事故 119起，其中，死亡 510 人，重傷 105 人，輕傷 377 人。 圖 2001中國(guó)化工企業(yè)較大及其以上級(jí)別事故數(shù)目統(tǒng)計(jì) 從事故次數(shù)和傷亡人數(shù)可知，隨著年份的增長(zhǎng)，重大危險(xiǎn)化學(xué)品事故造成的危害越來(lái)越大。高金吉院士指出需要盡早采取超前預(yù)防、消患治本的措施，從而盡量避免事故的發(fā)生。 重大危險(xiǎn)化學(xué)品事故的發(fā)生是多種因素綜合作用的結(jié)果，而且各個(gè)因素之間存在著復(fù)雜的因果聯(lián)系。從眾多的因素中尋找事故發(fā)生的本質(zhì)原因和分析事故發(fā)生的機(jī)理，分析化工系統(tǒng)事故成因，是危險(xiǎn)化學(xué)品事故預(yù)測(cè)和應(yīng)急管理亟待解決的關(guān)鍵科學(xué)問(wèn)題。 化工幾乎涉及到了我們社會(huì)的方方面面 ，化工事故一旦發(fā)生，如果不能及時(shí)救治， 后果不堪想象。據(jù)美國(guó)“ 志報(bào)道，一個(gè)煉油廠更新一套中型催化裂化（ 置能實(shí)現(xiàn)日產(chǎn)值增加 5000 美元，而停產(chǎn)一天就會(huì)損基于魯棒 化工過(guò)程故障診斷研究 2 失 20 萬(wàn)美元，從新技術(shù)中得到的受益會(huì)因?yàn)槭鹿识杆贀p失，停車一天的損失超過(guò)了更新技術(shù)所帶來(lái)的一個(gè)月的收益 1。 1984 年 12 月位于印度博帕爾市的美國(guó)碳化物公司農(nóng)藥廠，發(fā)生毒氣泄漏事件，造成 2000 多人死亡， 20 多萬(wàn)人受害，成為世界工業(yè)史上最大的惡性事故。 2002 年 10 月 27 日，內(nèi)蒙古自治區(qū)烏海泰達(dá)制鈉公司因氯氣管道 腐蝕造成氯氣泄漏，發(fā)生特大中毒事故，致使 l 人死亡、1 人重度中毒、 8 人中度中毒、 32 人輕度中毒、 369 人有刺激性反應(yīng) 2。 2010 年1 月 7 日 17 時(shí) 30 分左右，中國(guó)石油天然氣集團(tuán)公司蘭州石化公司 303 廠 316 烴類罐區(qū)一裂解碳四儲(chǔ)罐閥門處突然發(fā)生泄漏，現(xiàn)場(chǎng)可燃?xì)怏w濃度達(dá)到極限，在當(dāng)班操作人員進(jìn)行緊急處理時(shí)發(fā)生爆炸，隨即起火，爆炸事故造成了 6 人遇難， 1人重傷， 5 人輕傷。這些事故的發(fā)生給我們以沉痛的教訓(xùn)，時(shí)刻都在警示我們，必須采取更有效的措施來(lái)保證生產(chǎn)過(guò)程的安全性與穩(wěn)定性，盡量減少此類事故的再次發(fā)生。因此，化工過(guò)程 的故障診斷問(wèn)題得到了越來(lái)越多的國(guó)內(nèi)外專家、學(xué)者的高度重視，并得到了迅速的發(fā)展，取得了大量的理論和應(yīng)用成果 3 綜上所述， 針對(duì)化工過(guò)程進(jìn)行故障診斷研究不僅具有重要的科學(xué)意義，而且能提高我們對(duì)于部分化工過(guò)程致因的分析能力，以加強(qiáng)化工過(guò)程的安全性和穩(wěn)定性。 本論文受到國(guó)家重大基礎(chǔ)研究計(jì)劃“ 973”項(xiàng)目課題 資助。課題信息： “事故致災(zāi)過(guò)程和事故致因理論”（課題編號(hào)： 2011。 費(fèi)420 萬(wàn)元，在研；項(xiàng)目研究重大危險(xiǎn)化學(xué)品事故數(shù)據(jù)源及其設(shè)備完整性理論。其科學(xué)目標(biāo)是 獲取有效性、完整性的事故數(shù)據(jù)源，為科學(xué)研究和事故應(yīng)急提供平臺(tái)基礎(chǔ)。同時(shí)通過(guò)數(shù)據(jù)挖掘與修補(bǔ)技術(shù)，探索其與設(shè)備完整性的科學(xué)聯(lián)系，為化工機(jī)械和監(jiān)測(cè)設(shè)備提供研究開(kāi)發(fā)的科學(xué)依據(jù)。 險(xiǎn)化學(xué) 品生產(chǎn) 的特點(diǎn) 20 世紀(jì) 90 年代，隨著科學(xué)技術(shù)的發(fā)展，化工工業(yè)受到幾個(gè)主要發(fā)展趨勢(shì)的沖擊，其中一個(gè)沖擊是自動(dòng)控制技術(shù)、計(jì)算機(jī)技術(shù)和通訊技術(shù)的廣泛應(yīng)用，導(dǎo)致化工工業(yè)生產(chǎn)過(guò)程和管理等方面的變革，促使過(guò)程控制技術(shù)向高層次發(fā)展。隨著化工生產(chǎn)過(guò)程向大型化、集成化、復(fù)雜化發(fā)展，企業(yè)對(duì)生產(chǎn)過(guò)程的控制、調(diào)度、優(yōu)化等方面提出了越來(lái)越高的要求，控 制的目標(biāo)己不再局限于對(duì)某一變量，或某第一章 緒論 3 幾個(gè)變量的平穩(wěn)操作，而越來(lái)越多地加入了以經(jīng)濟(jì)效益為代表的其它控制要求。顯然，傳統(tǒng)的以單變量控制為基礎(chǔ)的控制技術(shù)已無(wú)法滿足這些需求，以多變量預(yù)測(cè)控制與優(yōu)化控制為主要特征的先進(jìn)控制 (術(shù)在一些發(fā)達(dá)國(guó)家得到廣泛的應(yīng)用和發(fā)展。美國(guó)、英國(guó)、法國(guó)、加拿大等國(guó)家相繼成立了專門從事控制與優(yōu)化軟件開(kāi)發(fā)的軟件公司，紛紛推出了自己的 件包，通過(guò)在化工、石油、冶金、建材等企業(yè)的應(yīng)用，取得了十分可觀的經(jīng)濟(jì)效益。 20 世紀(jì) 70 年代初，我國(guó)陸續(xù)從日本、美國(guó)、法國(guó)等國(guó)家引進(jìn)了一批大型現(xiàn)代化的石油化工裝置。如 30 萬(wàn)噸級(jí)乙烯、合成氨、化纖等，使我國(guó)的化工生產(chǎn)水平和技術(shù)水平有了很大的提高。特別是使我國(guó)的化工原料基礎(chǔ)由糧食和煤轉(zhuǎn)為石油和天然氣，使我國(guó)的化學(xué)工業(yè)結(jié)構(gòu)、生產(chǎn)規(guī)模和技術(shù)水平都發(fā)生了根本性的變化。 目前，我國(guó)化工生產(chǎn)過(guò)程與發(fā)達(dá)國(guó)家相比水平較低，主要體現(xiàn)在產(chǎn)品質(zhì)量不穩(wěn)定，成本高，尤其在我國(guó)加入 后的這些年里，化工行業(yè)面臨的挑戰(zhàn)更大。 現(xiàn)代化的化工生產(chǎn)過(guò)程規(guī)模越來(lái)越大，生產(chǎn)工藝日益復(fù)雜，自動(dòng)化程度越來(lái)越高。通常，化工過(guò)程一般具有 易燃、易爆、易中毒，高溫、高壓，有腐蝕等特點(diǎn) .，因而，與其他工業(yè)部門相比化工工業(yè)有更大的危險(xiǎn)性?；み^(guò)程由大量的狀態(tài)變量來(lái)表述，當(dāng)這些變量處于理想值附近時(shí)，認(rèn)為過(guò)程處于正常操作狀態(tài)，當(dāng)一個(gè)或多個(gè)狀態(tài)變量發(fā)生變化，且變化超出了規(guī)定的約束范圍時(shí)，就會(huì)導(dǎo)致故障的發(fā)生。 總結(jié)起來(lái)，化工過(guò)程的特點(diǎn)主要有 ： 1) 化工生產(chǎn)使用的原料、半成品和成品種類繁多，絕大部分是易燃、易爆、有毒害、有腐蝕的危險(xiǎn)化學(xué)品。這給生產(chǎn)中的這些原材料、燃料、中間產(chǎn)品和成品的貯存和運(yùn)輸都提出了特殊的要求。 2) 化工生產(chǎn)要求的工藝條件苛刻。有些 化學(xué)反應(yīng)在高溫、高壓下進(jìn)行，有的要在低溫、高真空度下進(jìn)行。如由輕柴油裂解制乙烯、進(jìn)而生產(chǎn)聚乙烯的生產(chǎn)過(guò)程中，輕柴油在裂解爐中的裂解溫度為 800，裂解氣要在深冷 ()條件下進(jìn)行分離，純度為 乙烯氣體在 294力下聚合，制取聚乙烯樹(shù)脂。 3) 生產(chǎn)規(guī)模大型化。近 20 多年來(lái)，國(guó)際上化工生產(chǎn)采用大型生產(chǎn)裝置是一基于魯棒 化工過(guò)程故障診斷研究 4 個(gè)明顯的趨勢(shì)。以化肥為例， 20 世紀(jì) 50 年代合成氨的最大規(guī)模為 6 萬(wàn)噸 /年， 60年代初為 12 萬(wàn)噸 /年， 60 年代末，發(fā)展到 30 萬(wàn)噸 /年， 70 年代發(fā)展為 54 萬(wàn)噸 /年， 90 年代以后發(fā)展到 60 萬(wàn) 噸以上， 21 世紀(jì)達(dá)到了 90 萬(wàn)噸 /年。乙烯裝置的生產(chǎn)能力也從 50 年代的 10 萬(wàn)噸 /年，發(fā)展到 70 年代的 60 萬(wàn)噸 /年。裂解爐單臺(tái)爐的生產(chǎn)能力從 噸 /年達(dá)到 10 萬(wàn)噸 /年。采用大型裝置可以明顯降低單位產(chǎn)品的建設(shè)投資和生產(chǎn)成本，提高勞動(dòng)生產(chǎn)能力，降低能耗。因此，世界各國(guó)都積極發(fā)展大型化工生產(chǎn)裝置。但大型化會(huì)帶來(lái)重大的潛在危險(xiǎn)性。 4) 生產(chǎn)方式的高度自動(dòng)化與連續(xù)化。化工生產(chǎn)已經(jīng)從過(guò)去落后的手工操作、間斷生產(chǎn)轉(zhuǎn)變?yōu)楦叨茸詣?dòng)化、連續(xù)化生產(chǎn) ;生產(chǎn)設(shè)備由敞開(kāi)式變?yōu)槊荛]式 ;生產(chǎn)裝置從室內(nèi)走向露天 ;生產(chǎn)操作由分散控制變?yōu)榧?控制，同時(shí)，也由人工手動(dòng)操作變?yōu)閮x表自動(dòng)操作，進(jìn)而又發(fā)展為計(jì)算機(jī)控制。連續(xù)化與自動(dòng)生產(chǎn)是大型化的必然結(jié)果，但控制設(shè)備也有一定的故障率。據(jù)美國(guó)石油保險(xiǎn)協(xié)會(huì)統(tǒng)計(jì)，控制系統(tǒng)發(fā)生故障而造成的事故占煉油廠火災(zāi)爆炸事故的 5) 過(guò)程趨于復(fù)雜化，系統(tǒng)內(nèi)部和系統(tǒng)之間高度關(guān)聯(lián)、禍合，一旦發(fā)生故障，極易引起連鎖反應(yīng)。過(guò)程復(fù)雜多變 ， 主要體現(xiàn)在 ： 數(shù)據(jù)量大、過(guò)程的不確定性、含有噪聲和隨機(jī)干擾、數(shù)據(jù)采集傳感器類型多、數(shù)據(jù)冗余嚴(yán)重、過(guò)程變量間的相關(guān)性復(fù)雜、過(guò)程機(jī)理 復(fù)雜、突變性、隨機(jī)性、變量間的關(guān)聯(lián)耦合 嚴(yán)重等等。 正因?yàn)榛どa(chǎn) 具有以上特點(diǎn)，安全生產(chǎn)在化工行業(yè)就更為重要。一些發(fā)達(dá)國(guó)家的統(tǒng)計(jì)資料表明，在工業(yè)企業(yè)發(fā)生的爆炸事故中，化工企業(yè)占了三分之一。 障診斷方法概述 故障的定義 最早由 1978 年提出，是指系統(tǒng)至少有一個(gè)可觀測(cè)或可計(jì)算的重要變量或特性偏離了正常范圍。故障診斷包括故障檢測(cè)、故障分離和故障辨識(shí)三個(gè)方面，其中故障檢測(cè)是指判斷系統(tǒng)是否有故障發(fā)生，故障分離是指確定故障發(fā)生的部位及種類，故障辨識(shí)則是指確定故障參數(shù)的大小及故障發(fā)生時(shí)間。 故障診斷方法可以分為三大類：基于解析模型的方法，基于知識(shí)的方法和基于信號(hào)處理的方法。后兩類方法，包括故障樹(shù)、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、 主元分析等，近幾年發(fā)展較快。 其方法具體如下： 第一章 緒論 5 圖 障診斷方法分類圖 于解析模型的方法 基于解析模型的方法是最早發(fā)展起來(lái)的，此方法需要建立被診斷對(duì)象的比較準(zhǔn)確的數(shù)學(xué)模型。進(jìn)一步，它又可以分為參數(shù)估計(jì)方法、狀態(tài)估計(jì)方法和等價(jià)空間方法。把殘差作為特征數(shù)據(jù)是基于解析模型方法的主流，殘差是對(duì)象觀測(cè)值和數(shù)學(xué)模型之間一致性比較的結(jié)果。一般，如果故障發(fā)生了，殘差會(huì)較大，如果是噪聲、干擾、模型誤差等，殘差值會(huì)較小，所以可以定義適當(dāng) 的閡值來(lái)檢測(cè)故障是否發(fā)生了。因此，基干解析模型的方法就是將系統(tǒng)的數(shù)學(xué)模型產(chǎn)生的信號(hào)與系基于魯棒 化工過(guò)程故障診斷研究 6 統(tǒng)實(shí)際測(cè)得的信號(hào)進(jìn)行比較，比較的結(jié)果就是表示這兩種信號(hào)差別的殘差量，然后對(duì)殘差進(jìn)行分析處理，進(jìn)而實(shí)現(xiàn)故障診斷 。 實(shí)際生產(chǎn)過(guò)程中，由于各種未知擾動(dòng)、噪聲等因素的影響，很難得到精確的數(shù)學(xué)模型，因此，基于解析模型的故障診斷方法的魯棒性問(wèn)題具有極大研究?jī)r(jià)值。由于建模不確定和故障實(shí)際上都是不期望的動(dòng)態(tài)特性，如果不能很好處理建模不確定的影響，原有的故障診斷系統(tǒng)將會(huì)受到極大影響，甚至?xí)耆А?于知識(shí)的方法 基于知識(shí)的 方法使用定性的模型來(lái)獲得過(guò)程監(jiān)控的量度，它不需要系統(tǒng)的精確數(shù)學(xué)模型，特別適合于不能獲取詳細(xì)數(shù)學(xué)模型的系統(tǒng)。大多數(shù)基于知識(shí)的量度都是基于因果分析的、專家系統(tǒng)和模式識(shí)別的?；谥R(shí)的方法主要可分為兩大類 :基于定性模型的方法和基于癥狀的方法。基于定性模型的方法，系統(tǒng)的定性模型是由一組表示系統(tǒng)物理參數(shù)的定性變量和一組表示各參數(shù)間相互關(guān)系的定性方程構(gòu)成。定性方程描述并模仿定性結(jié)構(gòu)，以確定從給定的初始狀態(tài)出發(fā)得到當(dāng)前系統(tǒng)狀態(tài)。此方法比基于癥狀的方法知識(shí)獲取更簡(jiǎn)單，一般可分為知識(shí)觀測(cè)器法、定性觀測(cè)器法和定性仿真法。 目前 研究的比較深入也比較廣泛的是基于癥狀的方法，主要有 :專家系統(tǒng)方法、神經(jīng)網(wǎng)絡(luò)方法、模糊推理方法、模式識(shí)別方法及故障樹(shù)方法等。 基于知識(shí)的故障診斷方法對(duì)于復(fù)雜的系統(tǒng)和非線性系統(tǒng)有較高的實(shí)際意義。由于該方法充分考慮了人的智能因素，更符合對(duì)實(shí)際系統(tǒng)的自然推理，是一類有前途的診斷方法。但是該方法自身存在一些缺陷，并且有些理論尚不成熟，真正成功應(yīng)用于工業(yè)實(shí)際過(guò)程的并不多。 于信號(hào)處理的方法 當(dāng)可以得到被控過(guò)程的輸入輸出信號(hào)，但很難建立被控對(duì)象的解析數(shù)學(xué)模型時(shí)，可采用基于信號(hào)處理的方法，它是目前應(yīng)用比較廣泛 的一種方法。 現(xiàn)代化的化工生產(chǎn)過(guò)程規(guī)模大、復(fù)雜，建立準(zhǔn)確的數(shù)學(xué)模型很困難，即使得到了也是極其復(fù)雜的非線性模型。另一方面，現(xiàn)代化的化工生產(chǎn)過(guò)程中安裝了大量的傳感器，并隨著計(jì)算機(jī)的引入，使得人們通過(guò)計(jì)算機(jī)控制系統(tǒng)從過(guò)程變量中采集和存儲(chǔ)了大量的數(shù)據(jù)。這些為實(shí)現(xiàn)多變量統(tǒng)計(jì)提供了堅(jiān)實(shí)的基礎(chǔ)。因此，在化工過(guò)程故障診斷中多變量統(tǒng)計(jì)方法得到了廣泛的應(yīng)用。 第一章 緒論 7 基于信號(hào)處理的方法避開(kāi)了系統(tǒng)建模的難點(diǎn)，它是通過(guò)對(duì)大量的過(guò)程數(shù)據(jù)進(jìn)行分析，提取數(shù)據(jù)的主要特征信息進(jìn)行診斷的方法，該方法實(shí)現(xiàn)簡(jiǎn)單，實(shí)時(shí)性好。由于典型的現(xiàn)代化生產(chǎn)過(guò)程都有大量 的儀器儀表，會(huì)產(chǎn)生大量的數(shù)據(jù)，這些都是基于信號(hào)的故障診斷方法應(yīng)用的有利條件。因此，這類診斷方法在現(xiàn)代化的大工業(yè)系統(tǒng)中有著廣泛的應(yīng)用前景。基于信號(hào)處理的診斷方法的診斷效果高度依賴于過(guò)程數(shù)據(jù)的數(shù)量和質(zhì)量，多用于故障的檢測(cè)，對(duì)故障的分離和診斷要差一些。 文研究?jī)?nèi)容 從上述分析可以看出，化工過(guò)程故障診斷問(wèn)題尤為重要，是一個(gè)重要的研究課題。針對(duì)化工生產(chǎn)過(guò)程的特點(diǎn)，多變量統(tǒng)計(jì)方法能夠很好地解決其故障診斷問(wèn)題，并得到了廣泛的應(yīng)用。然而，利用多變量統(tǒng)計(jì)方法進(jìn)行化工故障診斷時(shí)還存在著一些不足，有待于我們?nèi)ソ鉀Q，本文 主要致力于解決這些問(wèn)題。 本文以一個(gè)典型的化工生產(chǎn)過(guò)程 程作為研究對(duì)象，對(duì)多變量統(tǒng)計(jì)方法進(jìn)行了研究，其中重點(diǎn)研究了主元分析方法 (魯棒 主元分析方法 (對(duì)于 們重點(diǎn)介紹起原理和其應(yīng)用于故障分類中非線性有點(diǎn)。 并通過(guò)在程中進(jìn)行仿真應(yīng)用研究， 來(lái)說(shuō)明此方法的可行性 ，從而為化工生產(chǎn)過(guò)程 故障診斷提供了有益的參考和幫助。論文共分五 章，主要內(nèi)容包括 : 第一章主要介紹了化學(xué)工業(yè)故障診斷的研究背景以及危險(xiǎn)化學(xué)品生產(chǎn)的主要特點(diǎn)；從宏觀的角度對(duì)故障診斷的方法進(jìn)行論述。 第二章主要針對(duì)國(guó)內(nèi)外研究現(xiàn) 狀進(jìn)行綜述，分別介紹了一些常見(jiàn)的故障診斷方法，如 方法，并比較了各個(gè)算法優(yōu)缺點(diǎn) 。 第三章 為了明確地了解故障診斷方法的優(yōu)缺點(diǎn)，給出了一個(gè)真實(shí)的化工過(guò)程平臺(tái) 程，介紹了 程的工藝流程、變量、故障等相關(guān)信息。 第四章對(duì)化工過(guò)程故障診斷中應(yīng)用最為廣泛的主元分析法（ 行了詳細(xì)的闡述，并且引入了多變量平方預(yù)測(cè)誤差統(tǒng)計(jì)量（ T 統(tǒng)計(jì)量，對(duì)其應(yīng)用做了深入的研究。 以及利用貢獻(xiàn)圖進(jìn)行故障辨識(shí)的方法，對(duì) 程的仿真研究進(jìn) 一步驗(yàn)證了主元分析方法的主要優(yōu)缺點(diǎn)。 第五章是論文的核心， 針對(duì)主元分析方法處理非線性問(wèn)題能力差的缺點(diǎn)，提出了利 用魯棒主元分析方法處理非線性問(wèn)題的思想，闡述了魯棒 主元分析方法的基于魯棒 化工過(guò)程故障診斷研究 8 基本原理 。并且真諦 真平臺(tái)數(shù)據(jù)庫(kù)，主要應(yīng)用魯棒主元分析法，對(duì)故障辨識(shí)做了進(jìn)一步研究，嘗試引入殘差 1 最后，在結(jié)論和展望中， 對(duì)論文所取得的成果和得出的結(jié)論進(jìn)行了總結(jié)，并指出了 有待進(jìn)一步研究課題。 文組織結(jié)構(gòu) 真 實(shí) 的 化 工 生 產(chǎn)T E P 仿 真 仿 真 數(shù) 據(jù) 庫(kù)故 障 檢 測(cè)故 障 分 類故 障 診 斷P C A 的 方 法R P C A 的 方 法圖 文研究框圖第二章 國(guó)內(nèi)外研究現(xiàn)狀及文獻(xiàn)綜述 9 第二章 國(guó)內(nèi)外研究現(xiàn)狀及文獻(xiàn)綜述 障診斷方法 變量統(tǒng)計(jì)方法 方法是故障診斷中應(yīng)用最為廣泛的降維方法之一 。 文章 10中第一次成功的將 法引入到多維化工數(shù)據(jù)的降維中，開(kāi)啟的 故障診斷中的應(yīng)用 。 文章 11 將 法擴(kuò)展到故障檢測(cè)，它們應(yīng)用 降維能力，得到故障樣本的低維模型，并利用此模型成功追蹤化工過(guò)程的失控狀態(tài)和一些故障擾動(dòng)帶來(lái)的不正常操作。 算法研究與應(yīng)用也一直受廣大化工公司或高科技公司重視，文章 17應(yīng)用 過(guò) 6 年的杜邦公司和其他一些公司在其應(yīng)用期間發(fā)表的一些成果。 圖 般化工數(shù)據(jù) 障檢測(cè) 方 法 雖然是 一種目前廣泛應(yīng)用于過(guò)程監(jiān)控的數(shù)據(jù)驅(qū)動(dòng)方法 , 但 一種線性變換方法 , 不適用于非線性過(guò)程。對(duì)此 , 出現(xiàn)了 各種不同的非線性 其中 人提的核主元分析法 一種很有效的非線性過(guò)程故障診斷方法 , 它有線性 簡(jiǎn)單性 ,極具實(shí)用價(jià)值 21用 行故障診斷時(shí)，首先通過(guò) 非線性映射將原輸入空間映射到一個(gè)高維的特征空間，然后在高維的特征空間上進(jìn)行主元分析，從而把輸入空間中的非線性問(wèn)題轉(zhuǎn)化為特征空間中的線性問(wèn)題 ；利用 要存在以下三個(gè)方面的缺點(diǎn)：第一，在 訓(xùn)練階段，需要存儲(chǔ)和計(jì)算核矩陣，并對(duì)核矩陣進(jìn)行特征值分解，然而核矩陣的維數(shù)等于樣本數(shù)目的平方，對(duì)于大樣本的非線性化工過(guò)程來(lái)說(shuō)，計(jì)算非常耗時(shí)。第二，在工業(yè)生產(chǎn)過(guò)程中，實(shí)際得到的現(xiàn)場(chǎng)數(shù)據(jù)不可避免的帶有噪聲、隨機(jī)干擾，噪聲和干基于魯棒 化工過(guò)程故障診斷研究 10 擾的水平將直接影響到主元模型的準(zhǔn)確性。第三，故障診斷能力差。 最近幾年成功應(yīng)用于 圖像處理和人臉識(shí)別的 法在故障診斷中還沒(méi)有得到重視，而通過(guò)文章 23們可以看出 越的非線性性，雖然其求解過(guò)程為一個(gè)凸問(wèn)題，這兩篇文章成功的應(yīng)用若干凸問(wèn)題進(jìn)行逼近求解，在人臉識(shí)別試驗(yàn)中得到了較好的分類結(jié)果。 關(guān)于 化工故障診斷中的應(yīng)用我們將在第五章中詳細(xì)闡述。 圖 障檢測(cè)流程圖 變式分析（ 稱 1于1936 年提出的，主要用 于模式識(shí)別的一種降低特征空間維數(shù)的 模式分類方法。直到最近， 2 入到流程工業(yè)過(guò)程，對(duì)其進(jìn)行故障診斷分析。于流程工業(yè)的故障診斷的基本思想與 較類似，都是通過(guò)將高維數(shù)據(jù)投影到最能代表數(shù)據(jù)變化的特征方向上達(dá)到降維的目的。與 同的是，建立模型時(shí)，不僅利用了正常工況的歷史數(shù)據(jù)，而且還利用了各種故障條件下的歷史數(shù)據(jù)，其故障診斷能力顯然要優(yōu)于基于 方法。 文章 25故障分類中成功引入 方法，并指出 分類過(guò)程中所需要的每一類樣本必須為已知故障數(shù)據(jù)，這大大限制了 故障診 斷中應(yīng)用。做為另一個(gè)重要的分類方法 故障診斷則得到了廣泛的應(yīng)用，文章 27紹了 第二章 國(guó)內(nèi)外研究現(xiàn)狀及文獻(xiàn)綜述 11 類模型 ， 部分最小二乘方法能夠通過(guò)成分提取和空間壓縮技術(shù)克服噪聲和變量的相關(guān)性，并根據(jù)正常工況的生產(chǎn)數(shù)據(jù)，準(zhǔn)確捕捉質(zhì)量變量和過(guò)程變量之間的關(guān)系。該方法不依賴過(guò)程機(jī)理模型，不需要故障樣本；能夠彌補(bǔ) 其他統(tǒng)計(jì)方法無(wú)法考慮過(guò)程變量對(duì)質(zhì)量變量影響的不足， 同時(shí)文章 27,30在小比率分類問(wèn)題中對(duì)比了 法，結(jié)果顯示了 法優(yōu)于 法。 支持向量機(jī)（ 1995 年提出的以訓(xùn)練誤差作為優(yōu)化問(wèn)題的約束條件，以置信范圍值最小化作為優(yōu)化目標(biāo)，是一種基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)側(cè)的學(xué)習(xí)方法，它結(jié)構(gòu)簡(jiǎn)單，其推廣能力明顯優(yōu)于傳統(tǒng)的學(xué)習(xí)方法 49。 基于 類特點(diǎn)，很多文章都結(jié)合 故障進(jìn)行分類，文章 50中提出的 法，在類別的選擇上突破了很多文獻(xiàn)中只有 2類或 3 類的局限，選取了 5 類 據(jù)的故障樣本。通過(guò)將故障樣本投影到正常樣本得到的主元空間，一方面可以達(dá)到降維的效果，減少計(jì)算量；另一方面可以提取各類故障的主要特 征，從而為后續(xù)分類模型奠定了基礎(chǔ)。 于知識(shí)和解析模型的方法 文章 31中 次應(yīng)用神經(jīng)網(wǎng)絡(luò)的方法做故障診斷，此文中他主要是通過(guò)神經(jīng)網(wǎng)絡(luò)對(duì)故障進(jìn)行簡(jiǎn)單的分類。 在文章 32中， e 等提出了 并對(duì)比分析了 主要是針對(duì)系統(tǒng)信號(hào)時(shí)間延遲設(shè)計(jì)的模型。在此方面他們課題組有多年的工作經(jīng)驗(yàn)，并發(fā)表了很多此方面的 文章。 基于故障預(yù)測(cè)的方法 33立了 型，此模型主要是配合系回路反饋信息來(lái)診斷實(shí)際生產(chǎn)工藝中的故障，其優(yōu)點(diǎn)是可以忽略高斯條件假設(shè)，在 2008 年 出了此模型嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)證明。 文章 36中 . 進(jìn)了 型，提出了 型；此模型主要是針對(duì) 型中忽略了一些對(duì)密度函數(shù)有部分影響的稀事件。 文章 37中 次將故障樹(shù)理論化，并成功應(yīng)用于工業(yè)故障和核系統(tǒng)故障診斷中，文中體現(xiàn)了故障樹(shù)在評(píng)價(jià)系統(tǒng)可靠性和安全性上的優(yōu)越性；之 后模糊數(shù)學(xué)的方法，使得此理論又有了重要的進(jìn)步，衍生出模糊故障樹(shù)理論。 針對(duì)非線性系統(tǒng)故障診斷的 型，采用了傳統(tǒng)的局部線性化和參數(shù)調(diào)度的思想，具有良好的逼近性能；其模糊規(guī)則的結(jié)論部分一般為基于魯棒 化工過(guò)程故障診斷研究 12 線性或放射的函數(shù)。文獻(xiàn) 38中首先基于 型建立了內(nèi)燃機(jī)實(shí)驗(yàn)裝置的輸出估計(jì)模型，通過(guò)對(duì)殘差分量的邏輯判斷實(shí)現(xiàn)了傳感器，執(zhí)行器增益故障的診斷；文獻(xiàn) 39基于 型及并行分布式補(bǔ)償?shù)乃枷朐O(shè)計(jì)了模糊觀測(cè)器，其形式為多個(gè)線性觀測(cè)器的模糊融合。另外，文獻(xiàn) 40利用 識(shí)當(dāng)前工作區(qū)下 的線性模型得到時(shí)間常數(shù)、靜態(tài)增益等特征參數(shù)，與 型計(jì)算出的特征參數(shù)相比較，實(shí)現(xiàn)了故障診斷。文獻(xiàn) 41提出了基于 絡(luò)實(shí)現(xiàn)的 識(shí)的故障診斷方案。 遺傳規(guī)劃是遺傳算法的一個(gè)分支，它用特定的數(shù)據(jù)結(jié)構(gòu)取代定長(zhǎng)二進(jìn)制串作為進(jìn)化的個(gè)體。文獻(xiàn) 42提出了一種基于遺傳規(guī)劃的非線性系統(tǒng)結(jié)構(gòu)和參數(shù)辨識(shí)算法。采用 息準(zhǔn)則 (為性能指標(biāo)，同時(shí)考慮了模型結(jié)構(gòu)的復(fù)雜度 (規(guī)定模型參數(shù)越多則性能越差 )。 文獻(xiàn) 43提出了一種直接度量軌跡間距離的函數(shù)模糊 C 均值算法用于變速箱故障檢測(cè)。文獻(xiàn) 44提出了一種結(jié)合神經(jīng)網(wǎng)絡(luò)概率密度估計(jì)與貝葉斯決策的故障診斷方案，可給出錯(cuò)分故障的概率，判斷是否有未知故障發(fā)生。 文獻(xiàn) 45提出了一種自學(xué)習(xí)分類樹(shù)算法用于模糊規(guī)則的提取，可生成相對(duì)小的規(guī)則集，規(guī)則的可解釋性好，便于先驗(yàn)知識(shí)的引入。 程仿真 供的化工仿真，文章 46為最早的一篇 程的文章， 其提供了仿真代碼，并詳細(xì)介紹了 程和其中變量之間的關(guān)系。 文章 47入研究