导 师: 刘焕彬
授予学位: 博士
作 者: ();
机构地区: 华南理工大学
摘 要: 造纸过程能量系统的状态监测与异常诊断直接关系到造纸企业的安全稳定运行、能耗水平、产品质量和生产成本等指标,具有重要的工业价值。对于具有非线性、多变量、强耦合等特点的复杂的造纸过程来说,精确的数学机理模型难以得到;随着现代测量技术、传感器技术、自动化技术和计算机技术的高速发展,造纸过程积累了大量的过程数据。因此,如何从这些大量的数据中挖掘出潜在的模式和规则纳入知识库,提高整个生产过程的监测与异常诊断能力,为企业的精益运营提供指导,已经得到了学术界和工业界的高度重视。本论文在造纸过程能源管理系统中获取的大量数据基础上,应用数据挖掘、多元统计和智能优化算法,对造纸过程能量系统的状态监测与异常诊断进行了系统研究。文中采用关联规则挖掘方法,获取了生产能耗与过程变量之间的内在关系;应用遗传神经网络方法对能耗控制图进行了模式识别,以监测过程能耗波动状况;从全局和局部来监测和诊断能量系统的运行状态和变化规律,达到了较好的效果。本论文的主要研究内容包括如下六点:(1)综述了造纸工业能耗特性,对造纸过程能量系统的研究现状进行了描述,详细介绍了工业大数据对全球工业全方位发展的影响,分析了造纸工业对故障诊断分析技术的需求,对故障诊断分析现有的方法进行重点介绍。(2)基于企业能源管理系统中获取的大量历史数据,对造纸过程的耗能情况以及能源流向进行了详细分析,探讨了关键操作参数和环境参数对生产能耗等指标的影响,发现能源利用不合理环节,为企业进一步改善给出建议。(3)采用关联规则算法挖掘造纸过程生产能耗和过程变量之间的内在关系。首先对连续型数据进行离散化分级处理,然后运用Apriori算法产生频繁项集,筛选强关联规则,接着对挖掘结�
关 键 词: 能量系统 异常诊断 关联规则 神经网络 遗传算法 核主元分析 核慢特征分析
领 域: []