论文部分内容阅读
随着现代化工过程生产规模的不断扩大,其复杂性和危险性也越来越高,并且生产都是连续、长时间的运转过程,因此过程一旦发生故障,很可能会造成巨大的损失,因而化工过程的可靠性和安全性得到了越来越多的关注。动态不确定因果图(Dynamic Uncertain Causality Graph, DUCG)理论是近几年来提出的一种新的知识表达和推理方法,是一种定性分析和定量分析相结合的方法,弥补了纯定性方法或纯定量方法的不足,具有很多的优点。本文以TE化工过程为研究对象与测试平台,将DUCG理论首次应用于化工过程的实时过程监控与故障诊断中。主要研究工作如下:一、研究了解目前国内外故障诊断技术领域的研究现状。二、研究动态不确定因果图理论。动态不确定因果图能够以图形方式简洁表达不确定因果关系,并基于证据化简图形知识库和进行事件展开运算,最终得到定性推理结果(可能的假设事件集合)及其发生的概率。本文深入研究学习了动态不确定因果图的各个变量的定义及如何进行知识表达,掌握了基于DUCG理论的知识库建模方法、事件展开及推理计算方法等理论知识。三、对TE化工过程进行知识库模型构建及故障诊断测试研究。以国际上广泛采用的TE化工过程为测试平台,对基于DUCG理论开发的一种新的应用于化工过程的实时过程监控与故障诊断系统进行了知识库构建和实时在线故障诊断测试。结果证明基于DUCG的化工过程故障诊断方法是有效的。四、在对TE化工过程的故障诊断测试中,针对目前DUCG理论无法适用于TE化工过程中震荡类故障的诊断的不足,提出了对DUCG理论算法的改进,从而使得其对于振荡类故障可以做出正确的诊断。