过程控制实验装置实时监控软件开发

针对现有过程控制实验装置系统存在实时数据难以保存、复杂控制算法难以实现等问题,设计并开发了基于Matlab软件和OPC(OLE for process control)通信技术的实时监控软件。该软件通过OPC技术与过程控制实验装置集散控制系统进行通信,实时采集装置的运行数据,利用Matlab软件GUIDE工具开发GUI界面,实现数据的实时显示、保存和控制算法编程。该监控软件为学生充分挖掘实验装置功能和开展创新性研究提供了技术平台。     

基于免疫核主元分析的故障诊断方法

针对核主元分析(KPCA)中的复杂运算和故障分离问题,提出一种基于免疫核主元分析(immune-KPCA,IKPCA)的故障诊断方法.该方法使用小波变换技术对数据进行预处理,然后利用基于克隆选择原理的免疫算法对建模数据进行压缩,提取特征样本建立核矩阵以降低运算复杂程度.在IKPCA监控统计量检测到故障后,基于灵敏度分析思想构造贡献图分离故障变量.在连续搅拌反应釜(CSTR)仿真过程上的应用结果表明,本文提出的方法能够显著地降低核矩阵的计算量,比传统的PCA、KPCA方法更有效地检测过程故障,而且能够正确地识别故障变量.     

生产过程故障诊断方法研究现状及展望

回顾了过程故障诊断技术的研究历史,对已形成的故障诊断方法分三类进行了总结,特别对近年来形成的基于数据分析的方法进行了分析,最后指出了过程故障诊断技术现存的问题,同时指明了故障的预报方法、辨识方法、诊断系统的鲁棒性和非线性研究以及大型、实用故障系统的构建将是该领域研究中近期的发展方向。     

基于鲁棒主元分析的故障诊断方法

针对工业过程的建模数据中含有离群点的情况,提出了一种基于鲁棒主元分析(PCA)的故障诊断方法.该方法使用广义极大似然估计(M估计)代替最小二乘估计,将传统的主元分析问题转化为一个加权的重构误差优化问题,然后通过改进的非线性迭代部分最小二乘(NIPALS)算法来求得问题的最优解,在此基础上建立主元模型并构造监控统计量检测过程故障.在连续搅拌反应器(CSTR)仿真系统上的应用结果表明,鲁棒PCA方法能够消除离群点对主元模型的影响,比PCA方法分析过程数据更为准确,能更有效地诊断过程故障.     

脉冲电浮水处理过程中的运动学数学模型

针对脉冲电浮水处理装置的特点,分析了影响该技术处理效果的因素,根据絮凝过程运动学的理论,以钢球模型的简化方式建立自由粒子浮选去除模型,仿真得到自由粒子浓度随时间变化过程.该数学模型为设计絮凝池尺寸参数,以及选择电浮处理参数提供理论依据.结果表明:当处理时间为20～25 min时,可以使自由粒子去除率达到90%以上,这与实验数据相当吻合.     

基于ontology的网络资源语义化研究

随着网络技术的发展,网络上产生各种异构数据资源并形成一个巨大的信息资源库,数据的语法以及语义异构使得资源之间的互操作变得复杂。语义Web代表了下一代Web的一个发展趋势,为了方便语义操作,需要对现在网络上存在的各种各样的异构数据资源进行语义化集成。通过实例介绍了一种基于ontology对异构数据资源进行语义化的过程。     

基于鲁棒主元分析的故障诊断方法

针对工业过程的建模数据中含有离群点的情况,提出了一种基于鲁棒主元分析(PCA)的故障诊断方法.该方法使用广义极大似然估计(M估计)代替最小二乘估计,将传统的主元分析问题转化为一个加权的重构误差优化问题,然后通过改进的非线性迭代部分最小二乘(NIPALS)算法来求得问题的最优解,在此基础上建立主元模型并构造监控统计量检测过程故障.在连续搅拌反应器(CSTR)仿真系统上的应用结果表明,鲁棒PCA方法能够消除离群点对主元模型的影响,比PCA方法分析过程数据更为准确,能更有效地诊断过程故障.     

基于非线性主元子空间的故障模式识别方法

针对多元统计过程监控中的故障源识别问题,提出一种非线性主元子空间方法识别故障模式.该方法对不同类型的故障数据进行核主元分析,获得描述数据主要变化的非线性主元子空间,以此为基础构造故障模式分类器.考虑到核主元分析的计算复杂性,提出一种基于特征样本的非线性主元子空间算法,使用基于克隆选择原理的免疫算法提取特征样本用于故障模式识别.在Tennessee Easlxnan过程上的仿真结果说明,非线性子空间方法能够比线性子空间方法更有效的识别故障模式.     

电力配电通信网管理系统设计与开发

为适应"数字信息时代"的步伐,随着国家对智能电网的深化发展,电网企业对智能电网通信技术和要求也越来越高.因此,对如何构建高效率、高质量、高可靠的配电通信网管理系统,已成为急需研究的问题.文章通过对智能化配网通信管理系统的分析并结合贵州电网管理提出的新要求,阐述了配电网通信系统设计与开发,论证各种信息监控手段在智能化配电通信网管理系统中的应用,为配电通信网各项业务提供坚强的保障和高效服务.     

基于动态独立成分的单类支持向量机方法及其在故障诊断中的应用

针对工业过程故障诊断中数据的动态性、非高斯性和非线性特点,提出一种基于动态独立成分的单类支持向量机(OCSVM)方法。为了分析数据的动态特性和非高斯性,应用动态独立成分分析(DICA)方法提取数据变量中的动态独立成分作为特征信息,基于特征信息建立OCSVM模型并构造非线性监控统计量。检测到故障后,计算故障数据与故障模式数据决策超平面的相似度,通过相似度分析识别故障模式。在Tennessee Eastman基准过程上的仿真结果表明,提出的方法能够比单类支持向量机更有效地检测过程故障,并且能够正确识别故障模式。