基于数据驱动的过程参数报警阈值优化.pdf
上传人:qw****27 上传时间:2024-09-12 格式:PDF 页数:74 大小:22.5MB 金币:15 举报 版权申诉
预览加载中,请您耐心等待几秒...

基于数据驱动的过程参数报警阈值优化.pdf

基于数据驱动的过程参数报警阈值优化.pdf

预览

免费试读已结束,剩余 64 页请下载文档后查看

15 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

保密论文注释:本学位论文属于保密范围,在必解密后适用导师签名:每皇立翻抚响型{垦作者签名:一塞!I一隼垦日期:丛[星:兰二:兰竺堡f2,2墨:堑兰!兰!堕!盟北京化工大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名:日期:关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。本授权书。非保密论文注释:本学位论文不属于保密范围,适用本授权书。徽员蝴学位论文数据集学位论文评阅及答辩委员会情况论文编号基于数据驱动的过程参数报警阈值优化过程报警,阈值,优化,核密度估计过程性能监督与优化曹柳林先进控制及工业应用楚纪正过程建模与仿真随机分布控制及应用三.学科分类号在中华人民共和国国家标准(GB/T13745.9)《学科分类与代码》中查四.论文编号由单位代码和年份及学号的后四位组成。中图分类号学科分类号密级公开学位授予单位代码学位授予单位名称北京化工大学作者姓名刘恒学号获学位专业名称控制科学与工程获学位专业代码课题来源自选项目研究方向论文题目关键词论文答辩日期枣论文类型应用研究姓名职称工作单位学科专长指导教师刘振娟研究员评阅人1曹政才教授机器人自主控制评阅人2祝海江副教授信号处理及检测评阅人3评阅人4评阅人5李大字复杂系统建模与优化答辩委员1工业建模与自适应控制答辩委员2靳其兵答辩委员3答辩委员4周靖林答辩委员5二.中图分类号在《中国图书资料分类法》查询。询。TP277510.80100102012077310010200900077308110l2012.05.24基于数据驱动的过程参数报警阈值优化摘要目前工业过程报警系统往往存在着报警数量大、误报警或者无效报警多等问题。导致此问题的一个主要原因是参数报警阈值的不合理设置,如果报警阈值过大,就可能会漏掉某些重要的报警;反之,阈值太小则会引起过多的无效报警。为了提高过程报警系统的性能,需要对过程参数的报警阈值进行优化设置。论文首先阐述了国内外在报警管理系统优化和报警阈值设置方法上的相关研究成果,针对传统阈值方法存在的问题,同时考虑误报警和漏报警问题,基于数据驱动技术,从优化的角度提出阈值设置的新方法。第一,基于历史数据,采用非参数统计中的核密度法估计过程参数的报警状态;第二,建立过程参数报警阈值的优化问题,以过程参数的报警阈值作为操纵变量,从最小化误报和漏报警概率的角度构造目标函数,并采用数值优化的方法求解出最优的报警阈值。论文选取TE过程和工业DMF回收过程作为实例研究,分别运用阈值设置的新方法和工程中常用的3仃法,比较两种方法下误报警和漏报警次数的变化情况,结果表明新方法能够有效地减少过程中的误报警和漏报警的总次数,减轻操作员的工作负担,提高系统的安全性与可靠性。T最后,基于MATLAB的GUI开发出了一个阈值优化新算法的用户应用界面,为方法的应用奠定了基础。关键词:过程报警,阈值,优化,核密度估计北京化工大学硕士学位论文lIALARMalarmalarmsperformancealarms.oPTIMIZATIoNmissedABSTRACTandDATA.DIUVENAPPRoACHToPRoCESSTHRESHOLDthresholds.thresholdmethods.MotivatedkernelAproblemsystemsnumerousfrommissed;morethesystems,itimperativeoptimizeassignmentsdomesticmanagementsystemoptimizationassignmentlimitationsmethods,aproblemsInitially,non-parameterestimationmethodsemployedestimateCurrently,allintractableofindustrialprocessisacknowledgedfalsenuisancewhichpossiblyresultedunreasonablethresholds.Inpresencehigherthresholdsassigned,somecriticalcouldbecon