摘 要

Abstract II

第一章 绪论 1

1. 1引言 1

1.2故障检测技术的发展历史 1

1.3故障诊断 2

1.3.1故障诊断的基本问题 2

1.3.2故障诊断的过程 2

1.3.3故障诊断的性能指标 3

第二章 故障检测方法的分类 5

2.1基于解析模型的故障检测方法 5

2.1.1 状态估计法 4

2.1.2 参数估计法 5

2.1.3等价空间法 6

2.2基于知识的故障检测方法 6

2.2.1 专家故障检测系统 6

2.2.2 基于模糊推理的故障检测方法 7

2.2.3基于人工神经网络的方法 8

2.3基于数据驱动的故障检测方法 7

第三章 基于CVA状态残差的故障检测方法 9

3.1基于CVA的故障检测方法 9

第四章 仿真结果与分析 13

4.1三相流设备 13

4.2数据集说明 15

4.3故障说明 17

4.4结果与讨论 21

第五章 总结与展望 31

5.1总结 31

5.2展望 32

致谢 33

参考文献 34

摘要

本文首先对故障诊断的基本含义和问题进行阐述，并对由这些问题的存在而出现的各种故障诊断方法进行分类，在最后提出本文所研究的对象——基于CVA（典型变量分析）状态残差的故障检测方法。该方法属于数据驱动的故障检测技术，它一方面在一定程度上解决了如何充分利用现代工业生产过程所收集到的庞大数据进行故障检测；另一方面也就是该方法的优点在于它能更好地解决变量之间的自相关和互相关性，增强故障诊断的效果。本文对该方法的效果检验是基于三相流设备实验平台，为了设备安全和故障检测，根据采集数据模拟了六种不同的故障并进行检测。从仿真结果中可以看出该方法在六种故障检测中，特别是对于故障1-5，它在鲁棒性、灵敏性、快速性和辨识能力上都有很好的效果。

由此也可以证明基于CVA故障检测方法在工业过程的故障检测中还是可以表现出不错的效果的，也证明该方法的有效性，实用性。

关键词：故障检测，数据驱动，典型变量分析，鲁棒性

Abstract

first of all, this paper describes the basic meanings and problems of fault diagnosis, and classifies the various fault diagnosis methods that appear from the existence of these problems, finally，put forward the object of study is based on the CVA (typical variable analysis) status residuals. This method be part of data-driven fault detection technology. On the one hand, it solves how to make full use of the huge data collected in modern industrial production process for fault detection. On the other hand, the advantage of this method is that it can better solve the autocorrelation and mutual correlation between variables and enhance the effect of fault diagnosis. In this paper, the method is applied to fault detection of three-phase flow equipment, and six different faults are simulated. It can be seen from the simulation results that this method has a good effect on robustness, sensitivity, rapidity and identification ability in six kinds of fault detection, especially for failure 1-5.

It can also prove that the CVA fault detection method can still show good results in the fault detection of industrial processes, and it can also prove the method is effective and practical.

Key words: fault detection, data driven, typical variable analysis, robustness

第一章 绪论

1. 1引言

近些年来，随着信息技术不断发展，计算机技术水平不断提高，现在各个企业、工厂的生产过程也都更智能、更精密、更有效率。在工厂里有各种各样的工业系统，大都包含了繁杂的物理化学反应以及干扰，使得过程变得很复杂。正是因为系统如此复杂，一有失误甚至一个细小的错误都有可能致使整个系统出现瘫痪。工业过程中只要存在故障，不管大的还是小的，都会影响产品质量，同时也会增加设备维修费用，严重时，甚至会发生灾难性事件。例如2011年日本福岛核泄漏事故，2015年天津爆炸事件等，不仅夺走很多生命，造成巨大经济损失，也对环境造成了影响。

为确保繁杂工业生产过程的安全可靠和高效，很有必要建立一个检测系统或检测模型，来对工业过程控制系统的运行状况进行监控。该检测模型实时检测系统运行状态的变化，一旦出现非正常现象立即进行诊断识别，如有故障立即进行隔离并恢复过程状态，以防止重大事故的发生。也是因为如此，故障检测技术在科技领域的关注度越来越高，故障诊断方法的研究也成了一个热门话题。故障检测技术所要做的就是寻找可靠又高效的方法去检测工业过程中的异常，并对现场工作人员进行操作指导，确保工业过程正常运行。在实际生产过程中，故障诊断方法的应用也给工厂带来利益，也带来良好的社会效益。

1.2故障检测技术的发展历史

在科学界，某一个研究领域的出现都是经过漫长积累。故障检测技术这个领域最早出现是因为在1971年美国的Beard提出了一种关于解析冗余法的故障诊断技术，随后关于故障检测技术的研究开始变得热门起来，也拉开了故障诊断研究的序幕。上个世纪80年代，诸多关于故障检测的新理论和新方法接连崭露头角，所涉及的科技领域也不断扩大，形成了比较完善的一类故障诊断方法——基于解析模型的方法，这也是诊断方法发展初级阶段最具代表性的方法。从某种意义上说基于解析模型的方法是形成最早，也是比较完善的一类故障检测技术。随着新故障类型的出现以及工业过程的复杂化，基于解析模型的方法很难解决新形势下出现的新问题。针对解析模型出现的问题和局限性，众多学者也研究出了新方法新理论，如专家系统，人工神经网络，多元统计分析和主元分析等。经过差不多三十年的发展，故障诊断与检测技术丰富化、系统化，在工业生产中也得到了广泛的应用，如ProSenus 公司的Multivariate Analysis Sofeware。而我国在这方面的研究始于20世纪80年代，这也是故障检测技术蓬勃发展的阶段，相对于国外，我们的起步相对较晚，研究水平有限。不过由于我国对故障检测技术的重视和大力投入，在很短时间内研究出许多新的方法，新的理论，进步也是不小，在未来有望领先其他国家。

1.3故障诊断

1.3.1故障诊断的基本问题

故障就是指不正常的状态，在工业中指系统运行过程中出现异常情况。所谓故障检测与诊断，就是在系统的运行过程中出现不正常状态时能够及时检测出来，并提供相应的解决策略以保证工业过程顺利进行。不正常状态的检测是通过不断地对过程变量进行定量或定性分析，一旦发现异常立即检测出来，再根据检测结果去指导现场工作人员对系统进行调整从而避免灾难发生。

1.3.2故障诊断的基本过程

每一种方法在解决问题的过程中都会有先后顺序，也就是解决问题的步骤或者包括哪些环节。故障检测方法作为一种解决工业过程各种问题的方法，它四个重要环节，分别是信号收集与处理、过程建模与检测、故障辨识、故障隔离与过程恢复四步。其中工业过程的模型建立和故障辨识是故障检测技术的核心环节。接下来分别对这四个主要环节进行介绍。

（1）信号收集与处理

信号收集与处理的主要任务是利用各种仪表从工业生产过程中获取有效信息并对这些信息进行整理归纳和分析。随着各种智能仪表的集成化，智能化水平越来越高，采集到的数据量也越来越庞大。不过由于信息采集仪表存在各种测量噪声、传感器自身异常或通讯网络不稳定等问题，导致采集的数据存在细节丢失或数据分布误差，并且采集到的过程数据维数一般都很大，这就使得对数据进行适当的预处理在故障诊断技术中显得尤为重要。

（2）过程建模与检测

建模即建立模型，它是可以依据系统运动规律也可以根据系统采集到的数据建模。故障诊断的过程建模一般根据相应方法的原理去决定是基于系统运动本身规律还是根据实验数据，或者是两者结合起来去进行机理建模。一般的故障诊断方法的过程建模是结合集成智能仪表采集并进行分类处理过的数据和过程运行规律建立适当的检测模型。建模的目的是对采集数据进行特征提取，通过比较标称模型与在线模型特征参数，判断出是否有故障存在。

（3）故障辨识

故障辨识是指故障监控系统对系统故障的辨别能力，特别是对于系统细微异常状态的辨识能力。它依据在线模型与标称模型的计算分析结果，辨识出与故障相关性最大的过程变量，从而确定故障类型和位置。

（4）故障隔离与过程恢复

故障隔离是指将出现故障的部分从系统中隔离出来。据此，为了有效避免故障积累和传播给系统带来更大的危害最好将容易出现故障的部分设计成一个相对独立的子系统，一旦子系统出现故障可以将子系统隔离开，减少对系统的过程的影响；而过程恢复就是监控系统根据出现的故障及时采取有效措施对故障子系统进行排除故障，使过程迅速恢复正常。故障恢复所涉及的方法多种多样，比较常见的有三大类，一是故障修复，它是对于系统不能包容也不能通过系统中其他子系统进行补偿的缺陷进行隔离修改调整；二是顺应处理，它是指系统可以通过其他子系统相互协调降低故障子系统对整个系统的影响，可以不用专门对故障子系统进行隔离处理；三是容错处理，它是指故障子系统进行自我调整，尽量减少对整个过程影响，该方法没有消除故障，只是降低系统的某些性能。

1.3.3故障诊断的性能评价指标

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：