PDC方法在化工过程变量间因果关系分析中的应用

过程变量间的因果关系分析能够为过程结构分析和故障传播分析提供必要的知识。该文将生物医学领域应用较多的用来检测节点连接关系的频域分析方法(PDC)应用于化工过程,分析过程变量间的因果关系。用仿真实例验证了PDC方法的分析结果与变量间的实际因果关系相吻合,并试验性地将该方法应用于TE(Tennessee-Eastman)过程中,试验结果也表明PDC方法能够有效地检测化工过程中变量间的因果关系。     

基于动态模拟的化工管路泄漏故障诊断

提出了一种基于模型的化工管路泄漏故障诊断方法。利用动态模拟来监测管路流动过程,并在流量发生异常时及时进行故障诊断。诊断过程通过动态模型的在线参数估计完成,在实现模型校正的同时可以预测流动过程的变化趋势并判断是否存在故障。流动模型基于质量衡算和机械能衡算构建,并采用递归结构实现复杂管网的模拟。文中分析了简单管路和复杂管路应用实例,并讨论了对诊断结果起重要作用的影响因素。     

基于复杂网络的化工过程状态监测方法

为了有效地从化工过程监测数据中提取故障特征,及时准确地辨识出故障,提出了基于复杂网络的化工过程状态监测方法。首先依据复杂网络平均节点度和平均聚集系数的稳定性确定建立复杂网络所需的最佳样本数量,以保证所建复杂网络能刻画系统中各个节点之间相互作用的真实状态;然后利用复杂网络的拓扑结构,构建了复杂网络的节点异常系数和其阈值计算方法,用以提取实时工况特征来实现定量化状态监测;最后以TE过程为应用实例,结果表明,本文所提出的方法能够以图形化的方式快速、有效地检测出化工过程故障,可为操作和管理人员提供可靠的决策依据,预防事故的发生。     

探索UG在化工机器教学中的应用

介绍了基于UG的化工机器的设计,通过齿轮泵设计实例描述了UG对化工机器进行三维结构设计过程中的建模、特征绘制的基本方法。     

最优化方法在求解化工系统优化问题中的应用及局限性

本文通过实例探讨了某些最优化方法用于求解化工过程具体优化问题时的局限性。指出工程技术问题不能接受的某些假设和简化使最优化方法难于获得实际应用。只有加强从事化工生产实践的工程技术人员和从事化工系统工程、化工应用数学、计算机应用软件研究人员的密切协作才有可能将各种最优化方法真正用于求解化工过程各类具体优化问题。     

浅谈在《化工工艺过程计算》教学中学生思维能力的培养

《化工工艺过程计算》这门课程系统地阐述了物料衡算和能量衡算的化工工艺过程计算方法,通过各种实例分析说明衡算原理、原则和解题技巧。在学习过程中,这门课程涉及到有机化学、无机化学、物理化学等多方面的化工知识,学生在学习《化工工艺过程计算》时普遍认为计算难度较大,难于理解,所以培养和提高学生的思维能力是学生学好本课程的前提和关键。     

小型化工企业模糊综合评价模型及应用研究

基于目前小型化工生产企业的事故多发特点及其安全的重要性,为克服其安全评价方法的不足,根据化工生产系统多因素、多层次、多变量的特点,通过分析影响其生产的各个因素之间的相互关系,建立了较为合理的安全评价指标体系,构建了与之相适应的模糊综合数学评价模型。以对某化工企业的应用实例验证,该评价模型结果符合实际,有实用性和可操作性。     

化工生产过程计算机仿真控制系统

针对大型化工生产过程控制的仿真对各类操作人员的培训问题,以自主开发设计的甲醇和碳酸二甲酯生产过程仿真控制系统为背景,阐述了化工生产过程计算机仿真控制系统的建模技术及模型求解方法,并给出了基于PID的调节器参数整定方法以及主要控制过程的PID控制仿真实例,该系统不仅适用于化工企业员工的上岗培训,而且适用于化工专业学生的生产实习.     

化工过程计算中Matlab的应用

Matlab是一种功能强大的工程计算语言,具有简单、快捷、准确及结果可视化等优点,在解决曲线拟合、线性/非线性方程、常/偏微分方程等方面有着独特的优势,通过四个化工过程计算实例,讨论了化工过程计算中Matlab的应用。     

化工流程模拟中的模块集成技术及其应用

为满足化工流程模拟的实际需要,结合软件集成的设计思路,提出了将化工过程的通用流程模拟软件和用户特定模块集成的方法及技术．将该集成方法和技术应用于工业生产实例中,运用神经网络模型和Aspen Plus软件模拟轻质酮苯脱蜡脱油装置中的油回收系统,从而验证了该模块集成方法和技术的可行性．该模块集成方法和技术能解决化工流程模拟中的一些实际问题．     

PCA 在过程故障检测与诊断中的应用

讨论了基于主无分析（PCA）的过程故障检测与诊断的原理,运用T^2统计、Q统计方法,结合贡献图对一典型过程进行了仿真分析,结果表明PCA方法可对简单传感器故障进行检测与诊断,并指出了该方法中的不足,提出了将PCA方法同基于过程动态模型的故障诊断方法相结合的研究思路。     

基于PSR和SVM方法的化工过程单变量故障诊断

基于相空间重构(SPR)和支持向量机(SVM)算法本文提出了一种利用单一变量进行化工过程故障诊断的方法。首先进行变量筛选,然后对筛选出的关键变量进行相空间重构,再利用SVM对重构后的数据进行故障分类。通过对TE(Tennessee Eastman)过程几类故障进行仿真测试,结果表明在单一故障和多故障情况下,本方法均可实现化工过程的单变量故障诊断;与传统SVW方法相比,相空间重构可有效提高诊断正确率。此方法可为建立简单而有效的单变量故障诊断系统提供理论依据。     

Combination Method of Principal Component Analysis and Support Vector Machine for On-line Process Monitoring and Fault Diagnosis

IntroductionOn-line process monitoring and fault diagnosis are keyfactor to ensure product quality and operation safety .Inlastdecade research, the approach of fault detection anddiagnosis could be classified into three categories[1 ,2]:methods based on causal models , methods based onknowledge and methods based on multivariate statistics .Forthe model method ,it is difficult toidentify model parametersand esti mate model states , especially for complex chemicalprocess ; whereas for knowledge …     

基于支持向量机的化工过程故障诊断

引入了基于统计学习理论的支持向量机技术,以连续搅拌釜式反应器——CSTR模型为例,研究了非线性化工复杂反应过程的故障诊断问题。实验结果表明,支持向量机方法与传统故障诊断方法相比,具有更好的精度、速度以及适应性。     

Synthetic Intelligent Fault Diagnosis Technology for Complex Process

A fault diagnosis method of knowledge-based fuzzy neural network is proposed for complex process, which is hard to develop practical mathematical model. Fault detection is performed through a knowledge-based system, where fault detection heuristic rules have been generated from deep and shallow knowledge of the process. The fuzzy neural network performs the fault diagnosis task. This method does not need practical mathematical models of objects, so it is a strong implement for complex process.     

基于MAS的化工过程故障诊断研究(I)

提出了一种新的基于多智能体的分布式化工过程故障诊断方法。通过定义化工过程的诊断本体论和功能-行为本体论,系统在提高诊断系统性能的同时,能够显著降低整个系统构造的复杂程度。采用本文给出的化工过程诊断本体论后,整个多智能体故障诊断系统的开发任务从智能体的结构设计转移到对诊断本体论属性的应用上。     

基于MAS的化工过程故障诊断研究(Ⅰ)

提出了一种新的基于多智能体的分布式化工过程故障诊断方法.通过定义化工过程的诊断本体论和功能-行为本体论,系统在提高诊断系统性能的同时,能够显著降低整个系统构造的复杂程度.采用本文给出的化工过程诊断本体论后,整个多智能体故障诊断系统的开发任务从智能体的结构设计转移到对诊断本体论属性的应用上.     

云模型方法在选煤厂跳汰系统中的故障检测与诊断

针对传统的故障检测与诊断方法的局限性,笔者结合信息融合思想和云模型算法,提出了用于选煤厂跳汰系统故障检测与诊断的云模型方法。采用一维云模型推理映射算法,代替传统神经网络方法的训练过程,融合多源信息合并处理,保证检测和诊断的正确性,并进行实时检测仿真。结果表明：系统辨识精度较高,能很好地反应跳汰系统工作情况,并能及时判断。该方法用于选煤厂跳汰系统故障检测与诊断可行。     

一类发电厂故障智能诊断系统模式的研究

针对发电厂运行过程中故障诊断的需要,应用神经网络技术、面向对象技术、人工智能技术以及计算机网络技术,提出了一种发电厂故障智能诊断系统模式,并设计了相应的软件系统结构和硬件系统结构,设计了相应的数据库,开发了数据采集软件以及基于面向对象的神经网络型专家系统。实际运行结果表明所提出孤方法是有效可行的。     

基于MAS的化工过程故障诊断研究(Ⅱ)

针对化工过程的故障诊断问题,给出了分布式化工过程故障诊断问题的多智能体的合作求解模型。通过对尿素生产过程中尿素蒸发与造粒的化工过程的仿真研究,详细描述了基于多智能体的故障诊断系统的应用方法。这种分布式的框架结构同以往的集中式的诊断方法相比,无论是在满足通信需求还是在简化计算复杂程度上都具有显著的优越性。