基于协整理论的非平稳过程故障监测方法研究
由于外部扰动和过程内部复杂结构的相互影响，实际工业过程的数据往往会呈现出明显非平稳的特性，使得故障信号很容易被变量的非平稳趋势所掩盖，运行过程中出现的异常状态很难被监测到。因此对非平稳过程监测的研究受到越来越多的关注。协整理论是时间序列分析中的一种处理多元非平稳时间序列的方法，它通过探究变量间的长期均衡关系来实现对多元非平稳时间序列的分析。 针对连续非平稳工业过程，提出了一种基于协整理论和联合统计矩的非平稳过程监测方法。对过程中的非平稳变量，利用协整分析得到这些非平稳性变量之间长期均衡关系的离差，然后将其与平稳变量相组合形成新的平稳数据集。不同于通常所采用的??2统计量和??统计量仅涉及到数据的低阶统计性质，提出了一种包含高阶矩的监测统计量，即一个含有均值、方差和偏度的联合统计矩来提取平稳数据集的更全面的统计特征，并通过移动窗口的方式实现在线监测。以一个仿真数据和一个实际工业过程的数据集为例，说明了该方法对非平稳过程监测的有效性。相比于主成分分析和基于协整分析和??2统计量的监测方法，该方法具有更低的误报率和更早的报警时间。 而在间歇生产过程中，受过程内部机理的影响，在每一批次中部分变量间有着稳定的均衡关系，当过程出现异常时，均衡关系被打破从而使相对于均衡关系的离差序列的统计特征发生变化。将这些变量间长期均衡关系的离差的方差作为监测统计量来实现对过程的在线监测。通过对青霉素发酵过程的监测，证明了该方法在间歇过程监测中的有效性。且该方法无需进行批次轨迹同步化以及批次展开的预处理操作，极大地简化了间歇过程的监测程序。 本文的研究表明，基于协整分析的监测方法普遍适用于非平稳工业过程，对间歇过程和连续过程都有着较好的监测效果。
非平稳过程;协整理论;统计矩;间歇过程;故障监测
北京化工大学
硕士
化学工程与技术
孙巍
2022
中文
TP277;TP181
2022-11-02（万方平台首次上网日期，不代表论文的发表时间）