论文部分内容阅读
近年来,随着现代社会对多品种、多规格和高质量产品迫切的市场需求,工业生产更加倚重于可以生产多种产品的高效过程,并且生产运行的安全性、可靠性已成为工程人员关注的焦点。但是,过程生产方案的变动或者产品类型的改变会导致生产过程出现具有不同潜在过程特性的多种模态。多模态复杂过程的多变量、多工序、变量时变性、以及模态转换时间不确定等多种原因,导致面向多模态生产过程的统计分析及在线应用更具挑战性。多模态生产的过程特性复杂,数据的统计特征亦更为丰富。本文基于多元统计方法,既考虑稳定模态过程监测,又针对稳定模态间的过渡模态的本身特点,建立过渡模态监测模型。同时还从实际出发,全面考虑多元统计方法在多模态过程应用时需要解决的几个重点问题,譬如:数据分类、模态识别、特征提取等,提出一套系统解决多模态复杂工业生产过程监测的方案。1.模态的识别。数据模态识别是对没有模态指示信息的数据进行类别划分。无论是离线建模还是在线监测,识别出生产数据对应的模态信息,是整个多模态过程监测中的关键问题。针对离线模态识别的问题,利用变长度滑动窗口有详略地提取过程特征,结合一定的过程知识,有效的实现了对稳定模态和过渡模态的划分;针对在线模态识别的问题,从大量历史数据中挖掘隐藏的经验知识,结合过程的当前运行状态,有效解决了对在线数据对应模态类型的识别问题。2.稳定模态的统计建模。针对稳定模态的数据特点,提出一种基于数据分布特性的稳定模态建模方法。该方法将数据分为高斯数据、非高斯数据以及既含有高斯信息又含非高斯信息的混合数据,可以根据数据的分布特性,自动选择对应的统计方法准确描述过程信息,更准确的实现了稳定模态的过程监测。3.过渡模态的统计建模。与稳定模态相比,过渡模态具有动态的过程特性,变量及变量相关关系均呈现一种变化趋势。根据过渡模态其自身的特点,利用能够充分反映过渡过程动特性的多批次过渡生产数据,分析数据的相对变化信息,实现过渡过程的动态特征提取,提出了多段子模型联合的建模方法准确描述过渡模态的动态特性,进而有效的解决了过渡模态监测的难题。4.新模态的添加。操作条件或生产环境的改变会导致生产过程中出现新的运行模态,为了提高过程监测及故障诊断系统的适应性能,需要及时添加未建模的新模态监测模型。利用过程数据信息、过程监测指标变化以及专家知识相结合的方法实现故障模态和新模态的区分,然后利用有限的建模数据,建立粗略的新模态过程监测模型,解决了由于未建模新模态无法监测导致生产质量无法保障的问题;同时根据不断积累的新模态数据,实现对新模态模型的更新,进而达到能够准确描述新模态特性的目的。5.系统的设计实现。结合前面提出的模态识别和建模方法,提出了多模态监测系统的总体结构框架及主要功能,以连续退火机组生产过程为例,设计开发一个具有模态识别、过程监测、故障诊断及历史故障查询等几部分功能的实验系统,用于算法的验证、完善与实施。上述方法针对多模态复杂工业生产过程监测及故障诊断的关键科学和共性技术问题,提出了有效的稳定模态与过渡模态的在线与离线识别方法,以及稳定模态与过渡模态的建模方法,提出多模态复杂工业生产过程监测及故障诊断的总体解决方案。开发的复杂工业生产过程监测实验系统不仅可以应用于连续退火过程,也可在其他复杂工业生产过程中推广应用,对所提出的算法进行了成功的验证和完善,具有重要的实际意义。