【摘 要】
：
化工生产在工业中占有重要位置,其生产过程具有高度的复杂性和危险性,一旦发生故障,便会造成巨大的财产损失和人员伤亡。及时发现并排除故障,是保障系统稳定可靠运行的关键。生产数据的特征提取对故障诊断精度的影响很大,如何提取更有效的特征成为提高诊断精度的重要因素。但化工生产数据具有高维度、非线性的特点,传统故障诊断方法难以挖掘和提取数据中隐藏的有用信息,因此,设计一种能够有效提取数据深层次特征的方法对提高
论文部分内容阅读
化工生产在工业中占有重要位置,其生产过程具有高度的复杂性和危险性,一旦发生故障,便会造成巨大的财产损失和人员伤亡。及时发现并排除故障,是保障系统稳定可靠运行的关键。生产数据的特征提取对故障诊断精度的影响很大,如何提取更有效的特征成为提高诊断精度的重要因素。但化工生产数据具有高维度、非线性的特点,传统故障诊断方法难以挖掘和提取数据中隐藏的有用信息,因此,设计一种能够有效提取数据深层次特征的方法对提高化工过程故障诊断精度至关重要。针对化工过程数据的高维度和非线性特征,提出了一种基于一维卷积神经网络与双向门控单元（1DCNN-Bi GRU）的化工过程故障诊断方法。首先将经过标准化处理后的数据输入1DCNN进行空间特征提取,然后经过Bi GRU网络进行时序特征提取。相比于单向GRU,双向GRU既能够提取过去的时序特征信息,又可以提取未来的时序特征信息,最后通过Softmax分类器实现故障的诊断分类。为了进一步提高网络的特征提取能力和故障诊断精度,对1DCNN-Bi GRU网络进行改进,构建了基于一维自归一化的1DSCNN-Bi GRU网络。首先在卷积层和门控单元中引入Se LU激活函数,增强网络的特征提取能力。其次,在池化层增加α-dropout以避免模型过拟合。最后,将激活函数Se LU和α-dropout应用于全连接层,进一步提高模型的特征提取能力和诊断精度。田纳西-伊斯曼（Tennessee Eastman,TE）过程的实验结果表明,相较于DCNN和1DCNN-LSTM方法,本文所提出的基于1DCNN-Bi GRU的化工过程故障诊断方法具有较高的故障诊断精度,且经过改进的1DSCNN-Bi GRU网络进一步提高了网络的特征提取能力和故障诊断精度。
其他文献
伴随着我国高速铁路建设的不断发展,如何有效利用高铁这种全新的可重复、宽频带分立谱的人工震源,实现高铁高架桥附近地表结构和物性高精度的探测,具有十分重要的意义。高铁列车行驶激发的高铁地震波存在着明显的尺度效应,即响应与介质微结构特征有关。高铁地震波必能借此感知微结构尺度的变化。因此,运用反演算法从高铁地震记录中,构建微结构尺度参数模型的思路是可行的。本文基于研究组前期结合理论与实际实验数据的研究成果
印刷电路板（printed circuit board,PCB）易受到静电放电的危害,继而影响电子产品的正常使用。为了获得PCB的静电放电能量耦合规律,对简化的PCB进行静电放电测试。通过对PCB轨线上的耦合电压的测量,研究了放电位置、轨线特性及放电电压对静电放电电磁场耦合的影响。测试结果表明,放电位置、轨线宽度、长度和端接电阻会影响耦合电压的大小和变化趋势,放电电压和耦合电压呈现良好的线性关系。
在生物学和医学领域,对细胞的检测是一项非常重要的内容,细胞通过显微镜来观察和记录,并通过计算机将图像进行存储。如何将细胞从图像中准确的分割识别出来和开发自动追踪细胞算法是细胞生物学研究的一大难题。对于悬浮细胞,细胞外形区别较小,空间分布分散,成像过程中夹杂噪声和细胞移动,这些都是悬浮细胞识别和追踪过程中的难题。本文围绕如何对悬浮细胞进行准确的识别和追踪做了如下工作:（1）本文先通过预处理操作对图像
在流程工业中,需要建立基于数据驱动的软测量模型来获取一些难以直接测量的关键变量。数据的数量和质量对构造精准的数据驱动的软测量模型起着重要作用。不幸的,在流程工业中数据会面临样本不足或数据波动小的问题。有限的样本中很难获得足够的信息,会产生小样本问题,导致软测量模型的精度低。针对小样本问题,本文提出了一种新的基于T分布随机邻域嵌入（t-SNE）特征的虚拟样本生成方法。首先,使用T分布随机邻域嵌入（t
最终执行元件作为安全仪表系统中的关键部件,是实际工业生产过程中安全防护的有效保证,已在天然气、石油化工、电力等领域得到应用。最终执行元件受到自身及其部件结构、软硬件、运行环境等的影响,导致安全仪表系统在运行过程中功能安全完整性降低,进而增加了生产现场发生事故的风险。因此,开发最终执行元件功能安全完整性检测装置,以实现对最终执行元件的功能安全完整性检测,对最终执行元件功能安全完整性评价具有重要的工程
随着城市轨道交通智慧化技术的快速发展和传统业务模式的变革升级,各地城市轨道交通运营单位努力协调各方资源,着重以枢纽站为试点建设车站,打造分区域客流精准感知和高效管理的智慧车站。目前的枢纽运营所掌握的客流数据主要是车站总体进站量、出站量、换乘量等指标,可以分析枢纽总体客流变化趋势,但是无法对枢纽内部特定区域的客流进行推演分析,成为智慧车站实现客流高效管理与乘客高品质服务协同发展的重点和难点问题。因此
表面等离子体共振（surface plasmon resonance,SPR）与荧光分析法作为生物检测领域的常用方法,各自具备显著的优势和自身检测原理所带来的短板,例如表面等离子体共振具有实时检测、免标记、高灵敏定量检测等优点,但特异性严重依赖所用生物试剂的特性;荧光分析法具有特异性强、耗样品量少和方法简单等优势,但荧光检测过程通常会受到背景荧光、荧光淬灭的干扰,导致难以进行定量分析。因此如何充分
合成孔径雷达（Synthetic Aperture Radar,SAR）可以排除自然环境和人类干扰的影响,实时对地球表面目标进行探测,具有优异的对地观测能力。SAR在军事情报勘察、情报搜集等方面应用广泛,其中SAR图像目标识别技术更是当前目标识别及遥感图像解译中的热点问题,是SAR图像解译中的重要环节,具有重要的价值和应用前景。近年来,深度学习以其显著的学习能力和分类能力,在SAR图像解译和目标识
课题面向桥墩病害检测无人机进行测距系统的设计。目前我国的许多桥梁桥墩的健康状况并不乐观,然而常用的人工桥墩病害检测方法需要耗费大量的人力物力,同时具有一定的安全隐患,桥墩病害检测始终缺乏安全可靠的检测手段。无人机技术的飞速发展为桥墩的病害检测提供了自由度更高的检测平台,其中避障问题是保障无人机在桥墩病害检测中安全、可靠飞行的重要前提。为了解决无人机在桥墩病害检测避障飞行中的距离测量问题,本文根据相
地方红色课程资源是存在于每个师生身边的“活教材”。巧妙运用好地方红色课程资源对于引领学生树立坚定的理想信念、完成思政课立德树人的根本目标具有重要的实践意义。笔者通过在高中思政课教学过程中切入地方红色课程资源，优化教学环节，使其与思政课深度融合，从而提升高中思政课教学的实践效果，培育高中学生核心素养，最终构建具有校本特色的高中思政课有效教学的基本模式，为提升学校教育教学质量服务。