化工過程可拓故障診斷方法的研究

《化工過程可拓故障診斷方法的研究》是依託北京化工大學，由徐圓擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：化工過程可拓故障診斷方法的研究
• 依託單位：北京化工大學
• 項目類別：青年科學基金項目
• 項目負責人：徐圓

項目摘要

研究與套用先進的故障診斷方法是促進安全生產的重要保障。本課題把可拓學引入複雜化工過程故障診斷領域，充分考慮化工過程數據複雜性、流程複雜性和三傳一反過程機理複雜性，建立定量與定性分析相結合的化工過程多維可拓基元模型，探索化工工藝參數、操作參數、設備參數等化工過程基元模型的發散性、相關性、蘊含性和可擴性等可拓性，重點研究基於數據和知識驅動的可拓變換與可拓推理技術，提出可拓故障診斷技術，並研究基於可拓學改進傳統經典故障診斷技術，提高其診斷性能以適應不同需求。本課題以TE(Tennessee Eastman)化工過程和石油化工典型生產過程乙烯裝置作為研究套用對象，提出一套行之有效的化工過程可拓故障診斷方法，為化工企業安全生產提供技術支撐。本課題研究成果具有明顯的創新性，具有重要的理論意義和實用價值。

結題摘要

隨著工業企業的日益大型化和複雜化，非正常事件不僅影響了企業效益，更帶來了很多的安全問題，尤其是重大惡性事故不斷發生，世界各國為此付出了慘重代價。研究套用先進的安全工程技術是解決企業安全問題的關鍵，具有重要的理論意義和實際套用價值。本課題旨在研究與套用先進的適用於複雜化工系統領域的故障診斷方法，以保障系統安全生產。本項目以石油化工典型裝置作為研究套用對象，充分結合過程系統特點與過程機理，構建化工系統多維基元模型(物元、事元、關係元模型)，重點研究化工工藝參數、操作參數、設備參數等化工過程基元的可拓性；探索基於可拓理論的新型故障變換與推理方法，分析得出故障在過程內部的發展演變過程；改進傳統典型故障診斷技術，提出化工過程故障診斷新技術，以提高其故障診斷性能。基於化工過程系統數據與知識，創新性的研究並提出了基於差異特徵的案例可拓修改方法，探究了基於數據和知識驅動的可拓故障變換與推理方法，構造具有更強的柔性、可重構性和適應性的故障診斷系統；構建了故障診斷新模型，建立基於自聯想神經網路和極限學習機的新型神經網路模型，為提高故障診斷模型的訓練速度和精度，提出了基於輸出誤差曲線差異度計算和基於誤差矢量化的選擇性神經網路集成方法，以及一種基於反傳的混沌粒子群訓練前饋神經網路的算法框架，根據訓練算法框架，提出了利用適應度方差方法判斷粒子早熟收斂並採用無限摺疊疊代混沌映射粒子群最佳化算法來訓練前饋神經網路；改進傳統經典故障診斷技術，引入可拓學等新興學科，創新性地提出了基於可拓分類的神經網路集成故障診斷新算法，以及基於可拓PCA等的化工過程故障診斷新方法。經UCI數據和石油化工生產典型裝置套用驗證了本項目提出的可拓故障診斷方法的有效性和先進性。在整個項目的研究過程中，按年度計畫順利開展研究工作，達到了預期目標。