本课题针对化工生产过程运行中故障预警和系统维护需求,从工业过程数据处理、过程故障信息提取、故障分类与溯源定位、控制系统性能评估与恢复的四个层面出发,首先开展了基于聚类分析的数据粗差判别方法研究,包括基于特征加权的PCA-FCM数据聚类方法、基于样本密度信息与竞争网络的聚类中心点获取算法等,以保证过程监控建模数据的可靠性与准确性;其次,针对化工过程检测变量服从多元非高斯分布和非线性的特点,开展了基于小波核空间降维的异常工况监测方法研究;并针对异常工况检出情况,开展了基于KPCA-RVM的简化实时故障多分类器等多故障分类方法的研究;同时,引入过程动态时序片段分析方法,结合SDG有向图方法开展了故障溯源与定位方法研究。最后,为保障过程稳定运行,对控制系统的性能评估与改进方法进行了研究,提出了基于混合高斯模型的控制系统性能评估、基于向量的单回路控制器性能评估方法等,并进一步针对过程动态性能对多变量控制系统的要求,开展了基于进化计算的过程动态优化问题方法的研究。本项目结合实际工业过程背景,对研发的故障预警和系统维护的关键技术进行了仿真研究,并以PTA典型化工过程为对象进行了部分技术的应用验证。
英文主题词process monitoring, fault prealarm, fault classify, control system performance analysis