位置:成果数据库 > 期刊 > 期刊详情页
基于贝叶斯网络的报警系统管理方法
  • ISSN号:1001-4160
  • 期刊名称:《计算机与应用化学》
  • 时间:0
  • 分类:TQ015.9[化学工程] TP391.9[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]清华大学化学工程系,北京100084
  • 相关基金:基金项目:国家自然科学基金资助项目(21306100):国家高技术研究发展计划(2013AA040702).
中文摘要:

提出了基于卡尔曼滤波与灰度预测的化工过程异常工况发展趋势预测方法.在化工过程异常工况下,首先,测量系统主要变量的数值,通过卡尔曼滤波处理测量数据,估计测量数据的真实值;其次,使用校正后的结果作为观测值,建立基于灰色预测理论的系统主要变量发展趋势的预测模型,根据模型计算系统主要变量随时间的变化数值;最后,分析预测结果,采取相应的措施,对化工过程异常工况进行有效管理.通过对实际案例的分析计算,说明了该方法的有效性,在化工过程异常工况下,为预测系统关键变量的发展趋势提供理论依据.

英文摘要:

Proposed a Kalman filter and grey system based abnormal event trend prediction method. The proposed method is comprised of three parts when an abnormal event is encountered: i) the values of principle variables in the process are measured, these values are processed by Kalman filter method to get more accurate actual values; ii) with these estimated values, the abnormal event trend prediction model is formulated based on the grey system theory, and then evaluate the values of principle variables with time; and iii) after analyzing these calculated results, the trend of the abnormal event can be predicted, and then the desired actions can be taken in time to prevent the abnormal event getting worse. An actual temperature runaway ease is studied to demonstrate the effectiveness of the proposed method, and this method is helpful to manage abnormal event situation in chemical process.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机与应用化学》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国科学院过程工程研究所
  • 主编:王基铭
  • 地址:北京中关村北二街1号
  • 邮编:100080
  • 邮箱:jshx@home.ipe.ac.cn
  • 电话:010-62558482
  • 国际标准刊号:ISSN:1001-4160
  • 国内统一刊号:ISSN:11-3763/TP
  • 邮发代号:82-500
  • 获奖情况:
  • 1991年中国科学院优秀期刊三等奖,2000年中国科学院优秀期刊三等奖,1998年中国科技期刊影响因子工程类第二名,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2000版)
  • 被引量:9060