1. <video id="bwt0k"><th id="bwt0k"><s id="bwt0k"></s></th></video>
      1. 歡迎進入閥門技術在線

        工藝流程識別及閥門操作合理性的可視化監測

        稿件來源:《北京化工大學學報》(自然科學版)2014年01期 期刊  作者:徐宇童 點擊:324次 發布時間:2019-11-17
         
        【摘要】

        為實現工藝流程識別及閥門操作合理性診斷和可視化監測,利用半實物仿真系統采集的溫度#流量信息建立了基于支持向量數據描述( EA%%) 的工藝流程識別模型"對工藝流程識別進行了半實物仿真實驗,對閥門操作進行了可視化監測和合理性判別,提出了基于數字濾波的改進工藝流程識別性能的方法"實驗結果表明: 無故障樣本條件下建立的工藝流程識別模型能夠準確地識別出相應的工藝流程,模型輸出可以直觀地反映閥門開度偏離設定工況的程度,為無故障樣本條件下的閥門操作合理性診斷和可視化監測提供了一種新的技術手段"



        【正文試讀】

        1 引言

         在石油、化工及熱電類企業中,大型設備或高壓 反應容器中關鍵閥門的操作關系到整條生產線上的 產品質量和生產安全。如果一些重要閥門被隨意操 作或者操作不規范,輕則導致產品出現質量缺陷造 成重大的經濟損失,重則可能會造成極其嚴重的人 員傷亡事故。因此,對閥門操作的合理性進行實時 監測及故障預警顯得尤為重要。 閥門操作的合理性診斷有其特殊性。閥門誤操 作的方式多種多樣,沒有固定的模式,即異常樣本種 類幾乎無窮,無法提前預知和獲得所有誤操作類型 及數據。常用的故障診斷算法,如貝葉斯算法、決策 樹算法、神經網絡算法等都無法檢測出新的故障類 型。當沒有故障樣本數據,或正常數據比故障數據 多很多時,算法的分類準確度會明顯下降,容易產生 誤分類[1]。Tax 等[2 -3]提出的單值分類支持向量數 據描述方法( SVDD) ,只用一類樣本數據就可以建 立分類模型,適用于故障樣本數據難以得到的情況。 目前該方法已成功應用于語音識別[4]、圖像識 別[5]、環境保護[6]等領域,在一類分類問題中可以 有效地實現分類,達到識別效果。 雖然 SVDD 在一些領域得到了成功的應用,但在閥門操作合理性診斷領域目前還沒有相關的研 究。為了克服閥門誤操作診斷缺乏故障樣本、樣本 數據難以獲得等問題,本文將單值分類 SVDD 方法 應用于閥門操作合理性的在線可視化監測中,建立 了 SVDD 識別模型,進而實現對閥門操作的合理性 判別和可視化監測。


         
         
        【關鍵詞】:無故障樣本;,閥門, 工藝流程識別, 操作合理性, 可視化監測
        試讀結束,如下載本文需 0 積分

        了解積分?
        我要充值
         
         
         
         
        青青青视频免费观看2018