《質量相關的複雜動態過程故障診斷與預測理論及其套用》是依託北京科技大學，由彭開香擔任項目負責人的面上項目。
基本介紹
- 中文名：質量相關的複雜動態過程故障診斷與預測理論及其套用
- 依託單位：北京科技大學
- 項目負責人：彭開香
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
以複雜鋼鐵流程中帶鋼熱連軋機生產過程為背景，研究具有非線性特性的複雜動態過程質量相關的故障診斷與預測方法，提出一套適合非線性、快速、動態過程的統計質量監測、診斷與預測的理論體系與方法。複雜工業過程存在層次多、動力學過程高度非線性、狀態變數維數高、各部分強旬套洪耦合、干擾複雜、系統參數時變等特性，無法建立精確的過程模型，因此基於模型的故障檢測技術難以直接使用。在實際生產過程中，基於數據的統計過程監測技術得到了廣泛套用。 基於此技術，圍繞質量相關的故障診斷與預測問題，擬研究和解決以下幾個方面的問題：（1）多尺度、動態潛結構投影建模技術；（2）快速遞推及分段動態潛結構投影算法；（3）質量相關的故障估計與預測。在套用前景方面，本項目的研究成果將為提高複雜快速工業過程產品質量與生產的安全性提供有效的方法和理論依據。
結題摘要
隨著複雜工業系統規模的不斷擴大以及對產品質量、系統性能和成本要求的不斷提高，現代工業過程付肯端呈現出大型化、連續化、高速和質量要求高等特點，這對生產過程中的安全性提出了更高要求。本項目以鋼鐵流程中帶鋼熱連軋生產過程為背景，研究具有非線性特性的複雜動態過程質量相關的故障診斷與預測方法，提出了一套適合於非線性、快速、動態過程的統計質量監測、診斷與預測的理論體系與方法。主要體現在以下四方面：1）通過研究潛結構投影建模機理及幾何性質，針對傳統的動態潛變數建模中對過程變數之間的動態關係的描述不清晰且難以解釋之間的關係，通過提取顯示的動態關係中的潛在因子，提出了一類動態潛變數建模新方法，該模型結構能有效改進動態數據的建模和增強過程監測的性能。在此基礎上，圍繞質量相關的過程監測，將該動態潛變數建模方法擴展到全潛結構投影模型，並套用到帶鋼熱連軋厚度質量動態過程監測。2）肯擔研究與開發了子空間的建模方法及快速遞推的潛變數建模方法。為解決過程監測中的非線性引入核函式映射來改進全潛結構投影（T-PLS）的外模型，推導出全核潛結構投影(T-KPLS)，並證明了存在於新模型中的相關性質，同時提出了基於T-KPLS模型的故障檢測指標用以檢測存在於非線性變數之間的各種故障。3）通過系統研究和分析廣義重構貢獻率故障診斷方法的幾何屬性，發現悼疊剃晚廣義重構貢獻率方法在實現對故障變數隔離的同時，影響了產品質量。提出了一類新的面向質量相關故障診斷的重構貢獻率方法能有效定位故障變己晚嘗放量但對非故障變數影響較小，可廣泛套用於質量相關的故障診斷。另一方面，針對核函式的引入給故障診斷帶來的困難，提出了一類能清晰解釋故障變數的非線性故障診斷方法，將該方法拓展到質量相關的非線性故障診斷並套用到鋼碑嫌歸鐵生產過程。4）在上述故障檢測與診斷基礎上，提出了利用獨立主元分析（ICA）的基於重構的故障預測方法。同時，在系統分析了質量相關的過程監測、診斷及預測的基礎上，提出了複雜工業過程關鍵性能指標的預測與診斷框架，並針對帶鋼熱連軋生產過程中的關鍵性能指標的預測及診斷進行試驗驗證。此外，項目組還對帶鋼熱連軋生產過程的相關建模、控制與最佳化問題展開研究，並對生產過程中的非高斯、隨機性等問題進行了探索性研究，取得一定的研究成果。在套用前景方面，研究成果將為提高複雜祝斷乎快速工業過程產品質量與生產的安全性提供有效的方法和理論依據。
