【摘 要】
:
随着传感技术与机器学习的快速发展,近年来深度学习已成功地应用到流程工业故障诊断领域之中。与浅层神经网络相比,这些模型具有更好的复杂建模能力。在实际生产过程中一些噪声以及反馈系统普遍存在,动态地对系统实施监控是化工流程稳定运行的保障。对于长期的实时应用来说,过程动态的信息非常重要,在模型构建过程中应予以保留。虽然传统的编码器-解码器网络表现出了提取时间依赖性的能力,但该架构将输入序列编码成固定长度的
论文部分内容阅读
随着传感技术与机器学习的快速发展,近年来深度学习已成功地应用到流程工业故障诊断领域之中。与浅层神经网络相比,这些模型具有更好的复杂建模能力。在实际生产过程中一些噪声以及反馈系统普遍存在,动态地对系统实施监控是化工流程稳定运行的保障。对于长期的实时应用来说,过程动态的信息非常重要,在模型构建过程中应予以保留。虽然传统的编码器-解码器网络表现出了提取时间依赖性的能力,但该架构将输入序列编码成固定长度的内部表示。在考虑相对较长的输入序列时,这限制了该网络的性能。虽然长短时神经网络能够有效捕捉长时序列特征但由于网络输入层将实域信息压缩成固定长度,随着时序的增长网络依然会出现梯度消失和梯度爆炸的问题。针对这一问题,首先提出了一种基于深度卷积双向编码器-解码器表示网络与门控循环单元的时空特征提取方法,用于动态故障诊断。针对传统循环神经网络在提取空间依赖性方面存在很大的问题,设计了一种时空卷积运算的设计该结构能够有效提取出序列中故障敏感的空间-时域局部特征。通过双向编码器-解码器网络结合前后序列来表征系统动态,从未来时间步长中提炼出表征。此外,在编码器和解码器中部署了门控循环单元,通过减少门控结构,获得了比传统循环网络更紧凑的网络拓扑结构。由此产生的深度网络不仅概括了时间特征的重要性,而且还可以同时进行可解释的特征表示和分类。然后,引入了注意力机制提出了一种用于复杂化工过程数据故障诊断的注意力增强机制。与传统的故障诊断和分类方法不同,注意力层能够检测并关注局部时间信息。所形成的深度网络不仅保留了每个局部实例上的重要性和贡献,而且可以同时进行可解释的特征表示和分类。详细的对比研究表明,所开发的模型在Tennessee Eastman基准测试过程中与其他几种方法具有竞争力。最后提出了一种基于深度编码器-解码器网络与自注意力机制的动态故障检测与诊断技术。采用自关注机制对局部特征向量进行加权,保留信号局部信息与过程运行状态之间的相关性,从而提取有效的特征向量。然后将提取的特征输入到双向编码器-解码器网络中。由此形成的深度网络不仅概括了局部时间特征的重要性,而且可以同时实现可解释的特征表示和分类。在基准Tennessee Eastman流程上的实验表明,所提出的模型在接收机工作特性(ROC)和精确召回(PR)曲线上的诊断性能优于基于卷积层的长短期记忆(LSTM)网络的经典诊断方法。
其他文献
近些年来,我国在科技创新领域取得了出色的成绩。在日趋城市化的大背景下,地面上可开发的空间越来越少,所以对地下空间的开发利用成了当务之急。盾构机作为隧道挖掘的攻坚利器,被广泛应用在隧道工程建设领域,在资源开采、隧道挖掘以及市政建设等地下工程中扮演着十分重要的角色,这离不开其独特的功能及众多的优点,例如:完美适应地形、工作效率强、自动化程度高、安全环保、影响小等。盾构机密封舱土压平衡一直是研究的重点问
循环流化床锅炉是一项新型的清洁燃烧技术,它不仅具有燃烧效率高和燃料适应性广的优点,而且污染物排放量低,在热电生产中得到越来越广泛的应用,是我国工业锅炉重要的组成部分之一。由于循环流化床锅炉燃烧系统具有大滞后、非线性、时变问题,常规的控制方案效果欠佳,控制系统自动化水平低的现象较为普遍。本文分析循环流化床锅炉燃烧系统的特点及各控制变量之间的关联,将复杂的综合燃烧模型进行简化,建立一个以一次风量、二次
随着社会主义市场经济的高质量发展,科技创新已成为促进社会经济发展的关键动力,它与国家发展、民众生存密不可分。科技创新也是国家综合国力的重要竞争因素,科技创新的增强,将有助于提高国家国际竞争力、促进经济社会进步、优化产业结构等。明确科技创新发展水平,准确定位科技创新影响因素,在推动区域可持续发展中具有重要作用。由于我国科技创新发展不平衡,定位科技创新影响因素、缩小差距是亟待解决的问题,本文研究主要内
随着“碳中和”政策的颁布,在未来的很长一段时间内,生态环境建设以及减少碳排放量都将成为全社会的重要任务之一。而我国各地区存在社会经济发展不平衡,其“碳中和”水平和生态环境质量也存在显著差异。因此,通过区域生态环境质量的综合评价,有助于了解各地区生态环境质量现状和问题以及各地区的“碳中和”目标差距。本文根据“碳中和”战略下的实践需要,基于DPSIR概念模型构建了生态环境质量评估的指标体系,以我国30
金属支撑型固体氧化物燃料电池极具应用前景,但缺少高性价比制备技术。采用高效率、低成本大气等离子喷涂(APS)在金属基体上制备了氧化钇稳定氧化锆(YSZ)电解质,研究加热基体条件下沉积粒子形貌与涂层结构间的联系,并评估电解质的力学性能和电池性能。结果表明:加热后的基体上,YSZ沉积粒子铺展充分,片层内存在微裂纹,导致结构中除未结合区域外还存在垂直裂纹,涂层孔隙率为7.16%,YSZ纳米压痕硬度和弹性
红外成像是一种新兴的且应用前景广的技术,它是根据物体会辐射红外线然后利用成像设备计算物体与背景之间的温度差值来形成红外图像,在工业生产、军事领域、医学研究等方向具有广泛应用。相比较传统的可见光反射成像,其优势在于对夜间等环境可见光强度不足的情况下,也具有良好的成像效果。随着经济与城市道路的发展,私家车数量剧增,在夜间行车,因光线不足而导致事故频发,红外技术能够有效地解决此问题,近年来车载红外设备应
随着互联网计算机技术以及人工智能的发展,以输入密码、刷卡或人工登记为主的安防措施已经不再适应新兴技术带来的安防挑战,身份或密码的盗用事件屡屡发生,为应对这种情况各大平台开始研究基于新兴技术的安防手段,其中生物识别因其易采集和辨识度高的特点逐渐成为了安防领域的研究热门。人脸识别在视频监控、目标跟踪等安防领域有着广泛的应用前景,但是传统的人脸识别技术的研究通常是基于PC端进行的,并且因其功耗大、成本高
人工智能,作为21世纪三大尖端技术之一,正在以它巨大的影响力改变着世界。它所涉及的学科十分广泛,极富挑战性。机器学习是促动人工智能不断发展的强大动力,而强化学习作为机器学习中的一种热门的算法,也被广泛的应用在各行各业之中。利用强化学习技术解决优化控制问题引起了众多学者的注意,本文基于此课题,进行了深入的研究。由于实际应用中,被控系统的状态很难直接的测量,且测量的成本很高。因此,模型参数未知的系统利
针对一种精馏残液和工艺废水的联合净化处理工艺要求,开展能量平衡计算分析,研究能量动态平衡智能控制系统。根据联合净化处理工艺要求,针对工艺废水和精馏废液进料组成成分和热值不同,通过计算能量动态平衡参数获取残液与废水进料流量最佳比值,采用变比值控制策略设计能量动态平衡控制系统,在流化床和固定床单元,分别设计物料平衡比值控制系统和温度自适应PID控制系统。在实际装置运行测试,实测结果表明,本系统可以有效