工学 >>> 化学工程 >>> 化学工程基础学科 化工测量技术与仪器仪表 化工传递过程 化学分离工程 化学反应工程 化工系统工程 化工机械与设备 无机化学工程 有机化学工程 电化学工程 高聚物工程 煤化学工程 精细化学工程 造纸技术 毛皮与制革工程 制药工程 生物化学工程 化学工程其他学科
搜索结果: 1-12 共查到化学工程 故障诊断相关记录12条 . 查询时间(0.245 秒)
专家系统是化工过程故障诊断最常用的技术之一。专家系统的基础是专家知识,而知识获取一直是专家系统的“瓶颈”问题,所以知识提炼是开发化工过程故障诊断专家系统的关键技术。本文提出了一种基于基因表达式编程(GEP)的化工过程故障诊断知识的提取技术,通过模糊函数对数据进行模糊化处理,利用GEP演化特性从数据库中找出异常以及产生这些异常的原因,从而获得用于故障诊断的知识规则。实际案例研究结果显示,该技术与领域...
故障诊断是保障化工过程安全、平稳进行的一个重要工具。主成分分析法(PCA)作为典型的故障诊断方法,已经广泛应用于各类化工过程的故障诊断,但在复杂过程的故障类别判断上还存在不足。而人工免疫系统对于自我-非我的识别能力有助于对故障类别的判断,并且其良好的自适应、自学习能力,有助于在诊断过程中对系统的完善和改进。本文将主成分分析法与人工免疫系统结合,建立了一个新的混合故障诊断系统,实现对于化工过程故障的...
讨论了大型电站具有随机时变特性过程的状态监测与故障诊断。基于多变量统计过程(MSPC)理论的主元素分析(PCA)技术,分辨故障事件的原因与结果。为适应随机时变特性的过程特点,将典型的PCA与改进的递推和快速滑动窗型PCA算法进行了比较。给出了递推快速滑动窗型算法(MWPCA),通过与典型的PCA算法在故障诊断应用中的比较,表明了新算法对过程特性变化的自适应能力和计算效率。给出了在现代电站过程中应用...
针对间歇过程过渡状态下具有的复杂过程特性,提出一种基于二维动态主成分分析(2DDPCA)的故障诊断方法。该方法将故障信息划分为“批次内”和“批次间”信息,采用变量贡献图方法隔离故障变量,并依据2DDPCA模型支撑区域中故障变量的相关性变化具体分析故障成因。仿真结果验证了该方法的可行性和有效性。
高效液相色谱仪的故障诊断遵循一定的步骤,由于各家公司的仪器设计各不相同,步骤也有不同,下面以安捷伦1100液相色谱仪为例,将各指示灯代表的意义、故障现象,确认及排除的方法介绍如下,供维修人员在以后的故障修理中参考。
Multivariate statistical process control methods have been widely used in biochemical industries. Batch process is usually monitored by the method of multi-way principal component analysis (MPCA). In ...
This study describes a classification methodology based on support vector machines (SVMs), which offer superior classification performance for fault diagnosis in chemical process engineering. The meth...
In this article, a nonlinear dynamic multiway partial least squares (MPLS) based on support vector machines (SVM) is developed for on-line fault detection in batch processes. The approach, referred to...
Unknown input observer is one of the most famous strategies for robust fault diagnosis of linear systems, but studies on nonlinear cases are not sufficient. On the other hand, the extended Kalman filt...
化工过程中大量的生产数据反应了生产过程的内在变化和系统的运行状况,基于数据驱动的统计方法可以有效地对生产过程进行监控。对于复杂的化工和生化过程,其过程变量之间的相关关系往往具有很强的非线性特性,传统的线性统计过程监控方法显得无能为力。本文提出了基于核Fisher判别分析的非线性统计过程监控方法,首先利用非线性核函数将数据从原始空间映射到高维空间,在高维空间中利用线性的Fisher判别分析方法提取数...
针对基于具有最大敏感性结构化残差的传感器故障检测与诊断方法(SRAMS)在设计影响矩阵时只考虑故障编码的可分离性,而没有考虑故障诊断的快速性和灵敏性的缺点,给出了故障敏感度和故障诊断灵敏度等指标,并提出了两种影响矩阵的优化设计算法。将本文方法应用于催化裂化过程传感器故障检测与诊断,结果验证了故障诊断效果优于原有的SRAMS。
提出一种统一的最小二乘kernel学习框架,将自适应kernel学习(AKL)网络辨识器推广为分类器,用于化工过程的故障诊断。推导了AKL分类器在向后缩减和向前增长两种情况下的递推算法,实现了对记忆样本长度的控制。该分类器无需利用历史故障数据,即可进行在线学习并建立过程诊断模型。通过对Tennessee Eastman(TE)过程的5种典型故障诊断分析,验证了该方法的有效性。

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...