《具有多操作特性的間歇工業過程監測技術研究》是依託遼寧工業大學，由王亞君擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：具有多操作特性的間歇工業過程監測技術研究
- 項目類別：青年科學基金項目
- 項目負責人：王亞君
- 依託單位：遼寧工業大學
項目摘要,結題摘要,
項目摘要
該項目針對具有多操作特性的間歇工業過程監測的關鍵技術難題展開研究。由於操作頻繁和隨機等特點，導致多操作間歇工業過程具有：批次數據嚴重不等長、數據呈嚴重非高斯分布及建模數據不全等問題，這使得傳統的基於多元統計監測方法無法適用。本項目針對具有多操作特性的間歇工業過程，提出以操作粗劃分和細化分為基礎的一系列建模與監測方法。主要研究內容包括：（1）針對批次數據不等長的過程，採用基於重要點（IP）的建模方法進行監測，避免軌跡同步問題同時可減少核主成分分析（KPCA）算法的運算複雜度；（2）針對非高斯分布的數據，研究用近鄰子集標準化方法完成數據的高斯轉化；（3）針對建模數據不全問題，研究鄰近模型（前、後模型）同時監測的方法實現對新運算元據的線上監測以及模型線上更新。本項目為監測具有多操作特性的間歇工業過程提供更有效的解決方法與實現技術。
結題摘要
現代工業過程往往具有大型化、複雜化和高度自動化的特點，其一旦發生故障，可能導致停機停產，甚至危及人身安全，造成災難性事件。因此，為保證生產過程安全可靠運行以及提高產品質量，提高企業的市場競爭力，研究面向間歇工業過程的監測技術，成為當前迫切攻關的研究課題。該項目針對具有多操作特性的間歇工業過程監測的關鍵技術難題展開研究。基於單批次建模思想，充分考慮批次間數據的差異性，同時又兼顧過程本身特點，提出一套系統解決間歇工業生產過程監測的方案，用以解決間歇工業過程中存在的數據不等長問題、多操作下的數據非高斯分布問題和建模數據不全問題。主要研究內容包括：（1）針對批次數據不等長的過程，採用基於重要點（IP）的建模方法進行監測，避免軌跡同步問題同時可減少核主成分分析（KPCA）算法的運算複雜度；（2）針對非高斯分布的數據，研究用近鄰子集標準化方法完成數據的高斯轉化；（3）針對建模數據不全問題，研究鄰近模型同時監測的方法實現對新運算元據的線上監測以及模型線上更新。將提出的方法套用於青黴素髮酵過程和精煉爐煉鋼過程進行仿真研究，取得了滿意的效果。本項目為監測具有多操作特性的間歇工業過程提供更有效的解決方法與實現技術。
