【摘 要】
:
现代工业系统的复杂度越来越高,为了保障设备的安全运行,提高产品质量和经济效益,尽可能地避免一些灾难性的事故发生,对工业过程进行故障检测是十分有必要的。同时,由于计算机技术的迅猛发展,使得大量的工业过程数据可以记录存储下来。如果能从这些数据中找到反映系统状态的信息,就能建立故障检测模型。这种基于数据的故障检测方法已经成为当前研究的一个热点,其核心就是在于如何从大量的数据中挖掘其特征信息。非负矩阵分解
论文部分内容阅读
现代工业系统的复杂度越来越高,为了保障设备的安全运行,提高产品质量和经济效益,尽可能地避免一些灾难性的事故发生,对工业过程进行故障检测是十分有必要的。同时,由于计算机技术的迅猛发展,使得大量的工业过程数据可以记录存储下来。如果能从这些数据中找到反映系统状态的信息,就能建立故障检测模型。这种基于数据的故障检测方法已经成为当前研究的一个热点,其核心就是在于如何从大量的数据中挖掘其特征信息。非负矩阵分解作为一种多元统计分析方法,近些年来被越来越多的人员进行研究并提出改进。它是一种用局部特征来反映整体特征的一种方法,在某种程度上能减少冗余信息的干扰,减少计算量,具有一定的鲁棒性。因此,在故障检测领域表现出了比传统的检测方法更好的检测性能。本文的研究工作如下:(1)为了更好地提取样本数据的局部特征,提出了一种基于稀疏约束图正则化非负矩阵分解的故障检测方法。该方法不仅用非线性投影的方式对基矩阵列向量稀疏性进行控制,选取数据集的边缘信息作为局部特征,实现对基的微调来突出数据的关键信息,而且利用图正则化约束保持数据集在整个分解过程中的固有几何结构不发生改变,将它们整合于单个目标函数中。最后,将上述检测方法应用于TE过程来评估其检测性能,仿真实验结果表明所提出算法的有效性,提高了故障检测率。(2)凸包非负矩阵分解是在特征空间内寻找一个凸包尽可能地将所有数据包含在内,凸包边界点代表了局部特征,完整的数据信息有利于故障检测。为了更好地寻找到凸包非负矩阵分解的特征数据点且放宽对原始数据必须满足非负的约束条件,提出了基于稀疏约束核凸非负矩阵分解的故障检测方法。首先,通过核函数映射将特征空间中的数据进行白化处理,使得故障样本波动尺度归一,更容易检测出故障。然后,对白化后的数据进行凸包非负矩阵分解,同时加入稀疏约束,能够更好地寻找到关键特征。最后,将上述算法应用于TE过程来评估其检测性能,实验结果表明所提算法的有效性。(3)实际工业过程数据存在非线性、高维度和强耦合等特点,传统多元统计分析方法在故障检测上采用不同统计量衡量故障检测时存在着误差缺陷。有鉴于此,为了减小检测误差,提高故障检测率,提出了一种基于稀疏约束核凸非负矩阵分解的支持向量数据描述工业故障检测方法。首先,采用稀疏约束核凸非负矩阵分解方法通过对工业数据进行矩阵分解,获取关键特征信息。然后,再通过支持向量数据描述法设计超球面进行分类,从而实现故障检测。基于TE过程的仿真实验表明基于稀疏约束核凸非负矩阵分解的支持向量数据描述故障检测方法相对于传统的检测方法具有更高的故障检测率。
其他文献
路径规划是机器人研究的重要领域,在服务机器人和自动交通系统的背景下,移动机器人在高度动态的环境中导航同时完成复杂任务越来越重要。移动机器人导航的关键是开发出通用的运动规划策略,在这种情况下,在线规划优于离线规划,因为它们会在运行时立即响应环境变化和机器人运动中受到的扰动。然而,传统的路径规划并未明确地纳入运动的时间和动力学方面,因此忽略了运动或动态运动模型在有限的速度和加速度下施加的约束。针对这种
飞行吊挂运输具备运动灵活、可垂直升降和定点悬停、对地面环境要求低、无需考虑负载外形等优势,在军用、民用领域均有广泛应用。近年来,随着四旋翼飞行器技术的发展,四旋翼飞行器吊挂负载的控制问题逐渐成为了研究热点。但由于四旋翼吊挂飞行具有多自由度、强耦合、欠驱动的复杂特性,相比单体控制的难度增大。本文针对四旋翼飞行器吊挂飞行系统的负载摆动抑制和轨迹跟踪精确控制的问题,结合积分型反步法、自适应控制算法、干扰
无人船是一种具有自主航行能力的智能水面机器人,当装备不同的工作模块时即可执行相应的海洋任务,故国内外学者及工程技术人员都非常重视无人船的研制与开发。其中,无人船的精确轨迹跟踪是其能够完成各种海洋任务的首要前提,因此成为无人船研究领域的热点问题之一。由于无人船推进器与侧推器等自身的物理特性,令其往往存在死区、饱和及延时等执行器限制问题,在设计无人船轨迹跟踪控制器时,若这些执行器受限问题未能加以考虑,
能够在复杂水面环境下完成作业任务的水面机器人已成为了全球热点研究方向,准确的位姿信息测量是确保水面机器人作业自主性的重要环节,其中信息融合技术是提高位姿测量精度和可靠性的关键。本文利用捷联惯导系统、全球定位系统和电子罗盘建立水面机器人位姿信息融合结构,通过优化卡尔曼滤波框架,解决水面机器人的高精度位姿信息融合问题。主要研究工作如下:首先,针对单一传感器获取水面机器人位姿信息精度低的问题,通过提出一
近年来,环保问题逐渐被各个国家重视,无人帆船由于其依靠风力驱动,突破了携带能源上限对其航程和工作时间的限制,在海洋环境监测等领域显现出独特的优势。本文以四自由度无人帆船为研究对象,基于LOS导引律和递归滑模动态面技术,考虑模型部分未知、输入饱和、外界复杂环境扰动、速度调节、密集路径点跟踪等问题,采用径向基神经网络、辅助系统、扩张观测器、双虚拟小船法等方法对帆船路径跟踪控制问题进行研究。本文主要研究
随着物流和运输业的快速发展以及汽车保有量的迅速增长,我国道路交通系统面临一系列社会问题,如环境污染、交通堵塞、交通事故、能源危机等。面对严峻的社会问题,智能交通系统的发展为解决上述道路问题提供了可能。智能车辆的队列控制作为建设智能交通系统的关键环节,已成为智能交通系统建设的研究重点。然而在车辆长期的运行过程中,由于磨损、老化或外部牵引力受损等因素,执行器很容易出现故障或失效,执行器故障可能会使得系
在建设海上丝绸之路和海洋强国战略构想的驱动下,远洋运输及海洋工程行业迅速发展,海洋水面船(Marine Surface Vessel,MSV)扮演着至关重要的角色。在军事国防及民用科研领域,MSV的运动控制问题也受到人们广泛关注,控制算法逐渐朝着更具精确性、鲁棒性及安全性方向发展。本文主要研究的是受约束的MSV有限时间轨迹跟踪及编队控制问题,提高了船舶航行期间的安全性。考虑MSV可能受模型不确定性
HOV(High-Occupancy Vehicle)车道即多乘员车道,在规定的时间段内只对多乘员车辆开放的专用车道。设置HOV车道,可以有效利用现有的道路资源来提高交通运输的效率,起到缓解交通拥堵的作用,但如何精准执法HOV车道一直都是亟待解决的问题。针对目前国内HOV车道执法效率低、以红外热成像检测法为主的执法手段实用性差等问题,本文采用多光谱HOV车道专用成像设备获得的车辆驾驶室内部图像作为
螺旋桨负载模拟控制系统作为电力推进系统研究中重要的一环,已经广泛应用于电力推进系统的测试环节。永磁同步电机因为功率密度高、体积小、启动转矩大、温升低等诸多优点,适合用在螺旋桨负载模拟控制系统中。本文以螺旋桨负载模拟控制系统作为研究对象,首先介绍了课题的研究意义以及电力推进技术、负载模拟系统的国内外发展现状,其次对船舶螺旋桨负载特性进行研究,对永磁同步电机进行介绍。阐述了永磁同步电机的矢量控制原理,
无人水面艇(Unmanned Surface Vessel,USV)作为一种小型的水面运动设备,在各种高新技术(如新能源、人工智能、5G通信等)的快速发展中逐渐向模块化、智能化发展。无人水面艇所涉及的各项核心技术在不断地进行迭代更新,这为其在各种复杂极端的环境下完成不同的任务提供了更加可靠的保障。由于海洋环境的复杂性,如何在复杂多变的海洋环境下实现无人水面艇精确的运动控制是其完成其他复杂任务的前提