论文部分内容阅读
退火炉是热镀锌生产线的关键设备,退火过程是热镀锌生产过程中最重要的工序,退火效果直接影响着镀锌板产品的质量。如果发生故障,直接影响到镀锌板的质量,而且会影响整个生产线的运行,并可能造成巨大的经济损失,甚至造成关键设备损坏,危及人身安全。对退火炉进行过程监测和故障诊断,能够及时有效地发现并排除故障。可见,研究热镀锌生产线退火炉过程监测与故障诊断方法有重要的理论与实际意义。本文以某热镀锌生产线为研究背景,鉴于热镀锌生产线退火过程的复杂性以及故障原因与征兆数值之间的非线性关系,本文利用基于核主元分析(KPCA)和支持向量机(SVM)等非线性方法对其进行过程监测和故障诊断。论文主要工作包括:首先根据生产工艺特点与要求,对利用核主元分析方法进行退火炉过程监测所面临的数据处理等方法在应用中的实际问题提出解决方案,实现对正常采样数据的核主元分析,计算监测统计量及其控制限,从而建立过程监测模型。然后,利用建立的过程监测模型对镀锌生产线退火炉进行过程监测仿真研究,仿真结果验证了方法的有效性。利用基于数据重构的故障变量识别方法识别故障变量并进行了仿真实验,仿真结果验证了该方法的有效性。为了进一步解决过程故障的诊断问题,本文利用支持向量机进行故障分类,从而实现故障诊断。首先利用训练样本集训练支持向量机,通过交叉验证方法提高模型的推广能力,然后,利用所建立的故障诊断模型对热镀锌退火过程进行故障诊断。仿真实验结果验证了该方法的有效性。在上述理论方法研究的基础上,通过系统软件设计,采用SQL数据库,MATLAB和.NET混合编程技术,针对热镀锌生产线退火炉,设计并开发实现了基于KPCA和SVM的热镀锌退火过程状态监测与故障诊断系统。该系统实现了监测统计量T2和SPE的实时显示,故障变量识别,故障类型诊断,历史故障查询等功能,为上述理论方法的实际应用奠定了系统软件基础。