《多模態複雜工業生產過程監測及故障診斷方法的研究》是依託東北大學，由王福利擔任項目負責人的面上項目。
基本介紹
- 中文名：多模態複雜工業生產過程監測及故障診斷方法的研究
- 項目類別：面上項目
- 項目負責人：王福利
- 依託單位：東北大學
中文摘要,結題摘要,
中文摘要
複雜工業生產過程的多模態特性是普遍存在的。為了保障生產過程穩定、高效運行，有必要對多模態過程中的穩定模態以及穩定模態間的過渡模態進行完整的過程監測及故障診斷。但是，目前的多模態過程監測方法大多處於局部問題討論之中，並沒有相關研究針對多模態過程監測問題提出一個有效的、總體的解決辦法。本項目基於多元統計方法，既考慮穩定模態過程監測，又針對過渡過程本身的特點建立過渡模態監測模型，同時還從實際出發，全面考慮多元統計方法在多模態過程套用時需要解決的幾個重點問題（譬如，數據模態的識別，穩定模態與過渡模態的建模，新模態的添加及更新等），提出一套系統的解決多模態過程監測的方案，建立多模態複雜工業生產過程監測及故障診斷方法的總體框架。把提出的多模態過程監測及故障診斷方法和技術推廣套用到1-2個典型的複雜工業生產過程，以驗證所提出方法的有效性。
結題摘要
本項目基於多元統計方法，既考慮穩定模態過程監測，又針對穩定模態間的過渡模態的本身特點，全面考慮多元統計方法在多模態過程套用時需要解決的幾個重點問題，提出一套系統解決多模態複雜工業生產過程監測的方案。 1．模態的識別。針對離線模態識別的問題，利用變長度滑動視窗有詳略地提取過程特徵，結合一定的過程知識，有效的實現了對穩定模態和過渡模態的劃分；針對線上模態識別的問題，從大量歷史數據中挖掘隱藏的經驗知識，結合過程的當前運行狀態，有效解決了對線上數據對應模態類型的識別問題。2．穩定模態的統計建模。針對穩定模態的數據特點，提出一種基於數據分布特性的穩定模態建模方法。該方法將數據分為高斯數據、非高斯數據以及既含有高斯信息又含非高斯信息的混合數據，可以根據數據的分布特性，自動選擇對應的統計方法準確描述過程信息，更準確的實現了穩定模態的過程監測。3．過渡模態的統計建模。根據過渡模態其自身的特點，利用能夠充分反映過渡過程動特性的多批次過渡生產數據，分析數據的相對變化信息，實現過渡過程的動態特徵提取，提出了多段子模型聯合的建模方法準確描述過渡模態的動態特性，進而有效的解決了過渡模態監測的難題。4．新模態的添加。針對新模態監測模型添加問題，利用過程數據信息、過程監測指標變化以及專家知識相結合的方法實現故障模態和新模態的區分，然後利用有限的建模數據，建立粗略的新模態過程監測模型，解決了由於未建模新模態無法監測導致生產質量無法保障的問題；針對新模態更新問題，根據不斷積累的新模態數據，實現對新模態模型的更新，進而達到能夠準確描述新模態特性的目的。5．系統的設計實現。提出了多模態監測系統的總體結構框架及主要功能，以連續退火機組生產過程為例，設計開發一個具有模態識別、過程監測、故障診斷及歷史故障查詢等幾部分功能的實驗系統，用於算法的驗證、完善與實施。 總之，本項目針對多模態複雜工業生產過程監測及故障診斷的關鍵科學和共性技術問題，提出了有效的穩定模態與過渡模態的線上與離線識別方法，以及穩定模態與過渡模態的建模方法，提出多模態複雜工業生產過程監測及故障診斷的總體解決方案。開發的複雜工業生產過程監測實驗系統不僅可以套用於連續退火過程，也可在其他複雜工業生產過程中推廣套用，對所提出的算法進行了成功的驗證和完善，具有重要的實際意義。
