检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

统计过程监控与质量控制应用软件的研发

统计过程监控与质量控制应用软件的研发

作者：张鹏上海交通大学

学位级别：硕士

在工业过程中,有效的过程监控和质量控制是保证生产安全、提高产品质量和经济效益的关键。统计过程监控是一种基于数据驱动的方法,它以多元统计理论为基础,通过对过程测量数据的分析和解释,判断过程所处的运行状态,在线检测和识别过程... 详细信息

在工业过程中,有效的过程监控和质量控制是保证生产安全、提高产品质量和经济效益的关键。统计过程监控是一种基于数据驱动的方法,它以多元统计理论为基础,通过对过程测量数据的分析和解释,判断过程所处的运行状态,在线检测和识别过程中出现的异常工况,从而指导生产、提高产品质量和生产效率。同时,现代工业过程中许多重要的变量难以在线测量,限制了过程工业的发展。软测量技术通过一些可以测量的过程变量和其他一些参数,能够在线的估计那些无法直接测量的过程变量,从而为过程控制、质量控制、过程管理与决策等提供支持。本文从软件研究开发的角度,基于VC++软件开发平台,应用了MATLAB COM组件技术、ADO技术、XML技术等,开发了统计过程监控应用软件和软测量应用软件。文章的主要内容包括: 1.介绍了甲醇的生产工艺和应用情况及软件应用背景的工艺过程。 2.介绍了研究开发统计过程监控应用软件和软测量应用软件所采用的软件体系结构,及软件研究开发中所应用到的MATLAB COM组件技术、ADO技术、XML技术等,和软件的安装与操作使用。 3.分析了多变量统计过程监控的原理,进而结合上海焦化有限公司甲醇精馏过程的特点和工艺要求,将研究开发的统计过程监控软件应用到上海焦化有限公司甲醇精馏生产过程中,对甲醇精馏过程进行了统计过程监控。 4.分析了软测量技术的原理,进而结合上海焦化有限公司甲醇精馏过程的特点和工艺要求,将研究开发的软测量软件应用到上海焦化有限公司甲醇精馏生产过程中,对重要质量参数甲醇浓度S2进行了预估。 5.最后对整篇论文进行了总结和展望。

关键词：统计过程监控质量控制软测量应用软件主元分析径向基函数神经网络

基于数据深层特征提取的统计过程监控方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据深层特征提取的统计过程监控方法研究

作者：程建林上海交通大学

学位级别：硕士

在现代工业系统中,对于生产过程的实时监控是非常有必要的,统计过程监控是故障检测的一种方法,它的核心是特征提取,提取工业数据内在的本质深层特征是改善过程监控效果的关键。传统的过程监控方法存在着无法提取非线性特征、鲁棒性低、... 详细信息

在现代工业系统中,对于生产过程的实时监控是非常有必要的,统计过程监控是故障检测的一种方法,它的核心是特征提取,提取工业数据内在的本质深层特征是改善过程监控效果的关键。传统的过程监控方法存在着无法提取非线性特征、鲁棒性低、泛化能力弱和样本有限等问题,自动编码器通过重构输入提取到的特征具有非线性和鲁棒性,但是其简单的结构限制了它特征提取的能力。本文针对无法提取工业数据本质流形特征、泛化能力弱以及样本有限等问题,在自动编码器的基础提出了几种统计过程监控方法。（1）考虑到工业数据存在流形特性,提出了一种基于流形嵌入自动编码器的统计过程监控方法,将原始样本的近邻关系通过流形学习算法嵌入到自动编码器中,能够改变样本的特征空间分布,提高模型在特征空间的判别能力,从而改善过程监控的效果。（2）针对工业数据集样本量有限问题,提出一种基于分布来进行过程监控建模的新颖想法,深度生成模型能很好地对分布进行学习,生成对抗网络（GAN）是近几年效果很好的深度生成模型,因此提出一种基于对抗自动编码器（GAN变体）的统计过程监控方法,另外针对性地提出了两个指标MSE（矢量均值误差）和Var（均值方差）来衡量生成样本的质量。（3）降噪自动编码器迫使加噪的输入重构回原始输入以提取鲁棒性更强的特征,基于此想法引入降噪对抗自动编码器,它保留了AAE的对抗训练方式,使后验分布逼近先验分布,同时,通过加噪的方式正则化隐层特征向量,使拟合的隐层向量鲁棒性更强,因此基于降噪对抗自动编码器学习到的样本分布建立的过程监控模型也更加合理有效。

关键词：统计过程监控特征提取自动编码器深层特征流形学习流形嵌入自动编码器生成对抗网络对抗自动编码器降噪对抗自动编码器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于变异系数的统计过程监控方法研究

基于变异系数的统计过程监控方法研究

作者：张素颖南京邮电大学

学位级别：硕士

作为统计过程监控(Statistical process monitoring,SPM)的主要工具,控制图在工业生产、医疗服务等领域有着非常广泛的应用。其主要借助数理统计的方法和技术,对生产制造过程的各个阶段进行在线监控,依据采集的样本信息对系统运行状态... 详细信息

作为统计过程监控(Statistical process monitoring,SPM)的主要工具,控制图在工业生产、医疗服务等领域有着非常广泛的应用。其主要借助数理统计的方法和技术,对生产制造过程的各个阶段进行在线监控,依据采集的样本信息对系统运行状态进行推断,预防不合格产品的生产,以保证整个生产过程的质量。传统的控制图多数是用来监控过程总体均值(X)和标准差(S)的偏移。然而,在实际应用中,过程均值和标准差的变动有时并不能说明过程处于失控状态。当过程总体均值(μ)或标准差(σ)发生变化,且存在固定比例关系时,仅监控X或S并不能判断过程的状态,传统的X控制图或S控制图也将不再可靠。为了解决这个问题,通常考虑监控过程的变异系数(Coefficient of variation,CV)。针对过程CV的监控,能够有效了解到生产过程的状态,从而发现引起产品质量波动的异常原因。近年来对CV控制图的研究越来越多,如何通过构建新的监控统计量来提高对过程CV偏移的敏感度也成为当前的研究热点。已有的CV控制图主要用于监控过程的一维CV。但随着生产过程的复杂化,数据往往以多维形式存在。在此情况下,现有的一维CV控制图显然不能满足生产活动需求。因此,针对过程多维CV(Multivariate CV,MCV)的监控就显得尤为重要。围绕上述问题,根据变量的维度,本文从一维(Univariate)和多维(Multivariate)两方面展开研究,致力于优化和改进现有的CV控制图结构,实现对过程CV偏移的快速预警。在过程一维CV监控问题方面,本文第三章首先提出了单边的固定采样间隔(Fixed sampling interval,FSI)的两次指数加权移动平均(Double exponentially weighted moving average,DEWMA)控制图,通过蒙特卡洛(Monte Carlo)仿真模拟了该结构的运行链长(Run length,RL)指标,结果表明该结构有效改善了对过程CV小偏移的监控性能;考虑到自适应(adaptive)策略对于控制图性能的影响,第四章研究了带有变采样间隔(Variable sampling interval,VSI)特征的DEWMA CV控制图的性能;进一步,通过辅助样本信息(Auxiliary information based,AIB)估计,本文提出了基于AIB估计的DEWMA CV控制图,同时结合VSI,缩短了其过程失控预警时间;当偏移发生在过程初始状态时,本文在提出混合指数加权移动平均(Exponentially weighted moving average,EWMA)和累积和(Cumulative sum,CUSUM)统计量的 MEC(Mixed EWMA CUSUM)CV控制图的基础上,结合快速初始反应(Fast initial response,FIR)策略,提高了过程对初始状态偏移的监控效率。基于烧结工艺等真实工业案例,表明所提出的一维CV控制图在实际应用中具有较好的监控效果。在多维过程的监控和诊断方面,本文提出了两个单边的CUSUM控制图来分别检测过程MCV的向上和向下的偏移。基于马尔科夫链(Markov chain)方法,推导了该控制图的RL指标。面对过程特定偏移时,本文利用单纯形(Nelder-Mead)法,寻找过程的最优设计;而当过程偏移量未知时,本文利用勒让德-高斯求积(Legendre-Gauss quadrature)方法,计算了 RL指标的期望值。在此基础上,进一步研究了样本容量、样本维度等参数对CUSUM MCV性能的影响,并与其他MCV控制图进行比较,结果表明该控制图能够更有效地监控过程MCV的偏移。基于金融投资行业的数据应用,表明该MCV控制图在监控过程偏移方面具有良好表现和现实价值。

关键词：统计过程监控变异系数多维变异系数指数移动加权平均控制图累积和控制图辅助样本信息变采样间隔

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于自动编码器的统计过程监控方法研究

基于自动编码器的统计过程监控方法研究

作者：郭朋举上海交通大学

学位级别：硕士

过程监控是工业过程中一个非常重要的问题,它对确保工业过程持续安全运行有着至关重要的作用。过程监控的核心问题之一是特征提取,如何提取工业数据的本质特征是提高故障检测正确率的关键。过程监控的特征提取方法虽然取得了较好的进展... 详细信息

过程监控是工业过程中一个非常重要的问题,它对确保工业过程持续安全运行有着至关重要的作用。过程监控的核心问题之一是特征提取,如何提取工业数据的本质特征是提高故障检测正确率的关键。过程监控的特征提取方法虽然取得了较好的进展,但仍然存在一些亟待解决的问题,如非线性问题、鲁棒性问题、故障样本利用问题以及训练样本有限问题。自动编码器(Auto-Encoder,AE)是一种典型的无监督机器学习方法,能够自动提取复杂的非线性和鲁棒性特征,其结构灵活易于改进,非常适用于解决复杂多变的工业过程问题。本文针对目前过程监控中特征提取方法存在的问题,将自动编码器用于过程监控的特征提取环节。主要包括以下内容:(1)针对数据特征提取的非线性和鲁棒性问题,提出了基于AE的统计过程监控算法,介绍了检测统计量的构造过程和原理、核密度估计方法以及算法流程,该方法应用于TE过程,能够从工业数据提取出鲁棒性更强的特征,进而改善过程监控的效果和提高故障的检测正确率;(2)针对数据的内在结构和流形特性问题,将嵌入式流形学习算法融入自动编码器,提出了基于Embedding-AE的特征提取方法,该方法能够利用正常样本和故障样本之间的近邻关系影响输入样本的特征分布,从而提高特征空间和残差空间的聚类能力,进而改善过程监控的效果;(3)针对训练样本有限的问题,提出了一种基于对抗自动编码器(Adversarial Auto-Encoder,AAE)的统计过程监控方法,利用对抗训练的思想学习样本的分布特性,提高模型的鲁棒性和泛化能力。最后实验结果表明基于AE模型的特征提取方法能够改善过程监控的效果。

关键词：统计过程监控特征提取自动编码器 Embedding-AE 对抗自动编码器

基于NIR的柠檬酸发酵液化清液的统计过程监控

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于NIR的柠檬酸发酵液化清液的统计过程监控

作者：郝超江南大学

学位级别：硕士

在柠檬酸发酵生产中培养基主要由液化清液配置,清液的质量直接影响着发酵的产量和质量。目前,生产中主要采用取样离线分析的方式获得清液总糖、总氮等关键参数的值,采样周期大,并且存在很大的滞后。近红外（Near infrared,NIR）光谱技... 详细信息

在柠檬酸发酵生产中培养基主要由液化清液配置,清液的质量直接影响着发酵的产量和质量。目前,生产中主要采用取样离线分析的方式获得清液总糖、总氮等关键参数的值,采样周期大,并且存在很大的滞后。近红外（Near infrared,NIR）光谱技术能够实时获得含氢基团的吸收信息,在发酵过程生产中得到了广泛的重视,并逐渐开始用来检测生化参数。论文针对某实际柠檬酸发酵过程,将NIR技术引入到液化清液的监控中,在对总糖总氮检测的同时,创新性地引入统计过程监控的思想,分别对检测参数、光谱等进行监控,实现了液化清液生产的事前预警。具体内容如下:（1）柠檬酸发酵液化清液NIR光谱的概率偏最小二乘（Probabilistic Partial Least Squares,PPLS）建模及统计过程监控。建立NIR光谱与理化值的模型,并引入统计过程监控的思想,一方面针对总糖、总氮等近红外检测参数进行单变量统计过程监控,另一方面,将NIR光谱引入监控中,基于PPLS模型实现对与理化值相关的光谱进行监控,避免了光谱到理化值转换过程中的信息损失,并对两者的监控结果进行了应用对比。（2）基于半监督PPLS的柠檬酸发酵液化清液NIR光谱的建模与统计过程监控。NIR光谱的检测周期短,而理化值为实验分析值,检测周期大。为了充分利用NIR的信息,引入了半监督PPLS建模方法,将所有样本集重新分为有标记样本集和无标记样本集,然后利用新的样本集建立半监督PPLS模型,挖掘了未标记样本中的近红外光谱信息。通过与常规降采样率下的PPLS建模方法比较,证明半监督PPLS模型更准确,监控效果更好。（3）柠檬酸发酵液化清液NIR光谱的概率主成分分析（Probabilistic Principal Component analysis,PPCA）建模及统计过程监控。NIR光谱包含了大量信息,但基于PPLS模型的监控方法主要利用了与特定理化值相关的光谱。实际上,影响清液质量但未检测的理化值还有很多,比如pH值、浊度等,其信息均体现在NIR光谱中。基于此,提出一种基于PPCA的监控方法,对全光谱根据建模结果迭代优化选择波长,并直接对光谱进行监控,利用的信息量更多。将基于PPCA的统计监控方法应用于柠檬酸发酵液化清液中,结果表明该方法能够有效地评估过程运行状态。

关键词：近红外光谱技术柠檬酸发酵 PPLS 统计过程监控

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

统计过程监控综述

沈阳大学学报 2009年第3期21卷 101-103页

作者：万福才鄂佳沈阳大学信息工程学院辽宁沈阳110044

在介绍过程监控主要内容及方法的基础上,归纳分析了统计过程监控的发展,详细阐述了传统的PCA、PCR、PLS、FDA、HMM和几种改进的PCA方法.指出,将人的经验和专家知识融入到PCA统计过程监控,提高PCA的故障检测、隔离能力,完善故障诊断与评... 详细信息

在介绍过程监控主要内容及方法的基础上,归纳分析了统计过程监控的发展,详细阐述了传统的PCA、PCR、PLS、FDA、HMM和几种改进的PCA方法.指出,将人的经验和专家知识融入到PCA统计过程监控,提高PCA的故障检测、隔离能力,完善故障诊断与评价能力,将是一个有价值的研究方向.

关键词：统计过程监控 PCA 数据驱动

在线全文

学校读者我要写书评

暂无评论

发酵过程多阶段统计监控方法的应用研究

发酵过程多阶段统计监控方法的应用研究

作者：姬鹏飞江南大学

学位级别：硕士

发酵过程是现代过程工业中一种典型的间歇过程,具有极强非线性、生产反应周期短、内部动态特性变化快等特点,其操作复杂度远胜于连续过程,产品质量也更容易受到外界不确定因素的影响。为了保证发酵过程和控制系统的安全性,并同时提高产... 详细信息

发酵过程是现代过程工业中一种典型的间歇过程,具有极强非线性、生产反应周期短、内部动态特性变化快等特点,其操作复杂度远胜于连续过程,产品质量也更容易受到外界不确定因素的影响。为了保证发酵过程和控制系统的安全性,并同时提高产品的最终产量和质量,需要对其生产过程进行在线监控及故障诊断。统计过程监控是一种基于数据的多元统计分析方法,通过对过程数据进行相应的处理得到过程的各种信息,建立监控模型,从而指导生产过程、提高产品质量和生产效率。本文针对发酵过程的特点,对传统多向主元分析方法应用于发酵过程监控时存在的不足进行了不同程度的改进。应用于青霉素发酵过程的监控结果证明了改进后方法的优越性。本文的主要工作有以下几个方面: (1)系统讨论了多向主元分析方法(Multi-way Principal Component Analysis,MPCA)在间歇过程监控中的具体应用。通过在青霉素发酵过程中的监控结果表明,该方法应用于间歇过程效果不太理想。 (2)针对传统多向主元分析方法解决发酵过程非线性动态特征时的不足,提出了一种多阶段MPCA建模方法。该方法根据过程数据的动态特性,将过程分成多个阶段,然后分别建立监控模型,并将其应用于青霉素发酵过程监控,结果表明多阶段MPCA方法有效地避免了传统的MPCA方法中数据预测带来的误差,从而提高了过程监控的性能。 (3)针对批次之间过程数据的不等长问题,提出了一种改进的多阶段MPCA建模方法。该建模方法首先采用模糊C-均值算法(Fuzzy c-Mean,FCM)对过程数据进行分段,并采用动态时间规整算法(Dynamic Time Warping,DTW)将各个阶段数据在时间上进行对齐,然后建立多个MPCA模型。应用于青霉素发酵过程的监控结果表明改进后的方法具有更好的监控性能。

关键词：统计过程监控多向主元分析多阶段建模发酵过程

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于稀疏性非负矩阵分解的故障监测方法

化工学报 2015年第5期66卷 1798-1805页

作者：王帆杨雅伟谭帅侍洪波华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

提出了基于稀疏性非负矩阵分解(SNMF)的故障监测方法。非负矩阵分解(NMF)是一种新的降维方法,可以得到原始数据的低秩近似矩阵。与传统的多元统计过程监控方法如主成分分析(PCA)相比,NMF对潜变量的性质没有假设,除了非负性的要求。将稀... 详细信息

提出了基于稀疏性非负矩阵分解(SNMF)的故障监测方法。非负矩阵分解(NMF)是一种新的降维方法,可以得到原始数据的低秩近似矩阵。与传统的多元统计过程监控方法如主成分分析(PCA)相比,NMF对潜变量的性质没有假设,除了非负性的要求。将稀疏编码和非负矩阵分解方法结合在一起,因为施加了稀疏性的约束,稀疏性非负矩阵分解方法可以得到对数据更稀疏的表示。在分解时对低秩近似矩阵进行正交化处理,从而在降维时除去变量中的冗余信息,将信息集中到更少的投影方向上。然后,用SNMF方法来提取过程的潜变量,并定义新的监测指标来进行故障监测。使用核密度估计(KDE)方法来计算新定义的监测指标的控制上限。最后,将提出的基于SNMF的监测方法应用于TE过程来评估其监测性能,并与基于传统NMF和PCA的方法进行比较。仿真实验结果表明了所提出新方法的可行性。

关键词：故障监测非负矩阵分解主元分析稀疏编码统计过程监控

基于独立成分的动态多变量过程的故障检测与诊断方法

在线全文

学校读者我要写书评

暂无评论

化工学报 2005年第4期56卷 646-652页

作者：何宁谢磊郭明王树青工业控制技术国家重点实验室浙江大学先进控制技术研究所

化工过程中存在大量测量变量, 这些变量一般不是相互独立的, 而是由少数必要的潜隐变量驱动, 这些潜隐变量通过独立成分分析方法(ICA) 抽取出来, 可用于故障检测和监控. 在基于ICA的故障检测和监控基础上提出一种故障诊断方法———字... 详细信息

化工过程中存在大量测量变量, 这些变量一般不是相互独立的, 而是由少数必要的潜隐变量驱动, 这些潜隐变量通过独立成分分析方法(ICA) 抽取出来, 可用于故障检测和监控. 在基于ICA的故障检测和监控基础上提出一种故障诊断方法———字符串匹配方法, 此种方法仅由数据驱动, 既不需要训练数据也不需要建立过程模型, 实施起来简单方便. 通过在TE仿真模型上的应用, 表明了此方法的有效性.

关键词：独立成分分析字符串匹配最长公共子字符串统计过程监控故障诊断