基于多模型決策融合的空分過程故障檢測與預報.pdf

1、空分裝備是冶金、化工、石油、城市市政工程、醫(yī)療和航空航天等現代工業(yè)領域中廣泛采用的大型裝備。提高空分裝置運行穩(wěn)定性、減少故障，能有效地提高空分生產的經濟效益，是空分企業(yè)在生產中的重要工作之一。故障檢測與預報對于降低生產事故、提高生產績效、減少經濟損失、增強企業(yè)競爭力等都具有重要的意義。為空分系統建立故障檢測與預報系統，能夠有效利用空分生產過程的數據信息，及時檢測乃至提前預報故障的發(fā)生，確?？辗稚a穩(wěn)定高效。
　　 本文在綜述了故

2、障檢測和預報，尤其是空分過程故障檢測和預報的研究現狀的基礎上，首先研究了主元分析/動態(tài)主元分析(PCA/DPCA)、聚類、神經網絡集成等常用于故障檢測與預報的非參數模型監(jiān)控的方法，并將這幾種方法用于空分生產現場數據的仿真研究，仿真結果表明，三種方法從不同方面描述空分過程的運行特點并依此作出各自的決策結果，在故障報警率、誤報率和預報提前量上各有優(yōu)劣。
　　 為了進一步提高故障檢測和預報的可靠性和準確性，本文將數據融合技術引入到工業(yè)