工業(yè)過程變量間動(dòng)態(tài)時(shí)延挖掘方法與應(yīng)用

工業(yè)過程變量間動(dòng)態(tài)時(shí)延挖掘方法與應(yīng)用在傳統(tǒng)的數(shù)據(jù)驅(qū)動(dòng)工業(yè)過程監(jiān)控方法中,通常不考慮過程變量間的時(shí)間延遲信息,或者簡(jiǎn)單地用常數(shù)對(duì)時(shí)間延遲進(jìn)行描述,這樣會(huì)影響過程監(jiān)控模型的有效性以及監(jiān)控知識(shí)表達(dá)的準(zhǔn)確性,進(jìn)而導(dǎo)致不準(zhǔn)確的過程監(jiān)控任務(wù)實(shí)施以至于失效?？梢?研究探索一種有效的過程變量間的動(dòng)態(tài)時(shí)延提取方法、并結(jié)合動(dòng)態(tài)時(shí)延信息對(duì)過程監(jiān)控知識(shí)進(jìn)行更加準(zhǔn)確的表達(dá)和推理,無疑具有學(xué)術(shù)研究和工程應(yīng)用意義。論文提出了一種動(dòng)態(tài)時(shí)延分析(dynamictimedelayanalysis,DTA)方法,可以對(duì)過程變量間的動(dòng)態(tài)時(shí)延信息進(jìn)行有效的估計(jì)。并且,給出了一種動(dòng)態(tài)時(shí)間模糊Petri網(wǎng)對(duì)過程變量間的動(dòng)態(tài)信息傳遞進(jìn)行有效地描述,使用條件分布有色圖對(duì)動(dòng)態(tài)時(shí)延進(jìn)行表達(dá),并且建立了動(dòng)態(tài)時(shí)間模糊Petri網(wǎng)的活性及動(dòng)態(tài)可達(dá)性分析方法,從而構(gòu)造了有效的過程監(jiān)控知識(shí)表達(dá)模型及其推理方法。論文的主要?jiǎng)?chuàng)新性成果包括:1、針對(duì)工業(yè)中相關(guān)過程變量之間的時(shí)滯動(dòng)態(tài)特性的問題,給出了一種基于時(shí)間序列數(shù)據(jù)挖掘的動(dòng)態(tài)時(shí)延分析(DTA)方法,通過追蹤平滑窗內(nèi)變量間相似度的最大值對(duì)變量間的動(dòng)態(tài)時(shí)延進(jìn)行估計(jì),實(shí)現(xiàn)了基于歷史數(shù)據(jù)的動(dòng)態(tài)時(shí)延獲取。2、針對(duì)DTA采用固定滑動(dòng)時(shí)間窗近似估計(jì)時(shí)延而難以處理因干擾而導(dǎo)致的局部動(dòng)態(tài)時(shí)延估計(jì)偏差過大問題,提出了一種基于相似的彈性窗口的動(dòng)態(tài)時(shí)延分析(e-DTA,dynamictimedelayanalysisbyelasticwindows)方法;通過對(duì)比相關(guān)過程變量之間的相似性,對(duì)彈性窗口的大小進(jìn)行自調(diào)整,實(shí)現(xiàn)對(duì)動(dòng)態(tài)延遲時(shí)間的離線估計(jì)。3、為了實(shí)現(xiàn)對(duì)動(dòng)態(tài)時(shí)延信息的在線估計(jì),提出了兩種改進(jìn)的時(shí)間序列預(yù)測(cè)方法:模糊插值時(shí)間序列預(yù)測(cè)方法和基于深度學(xué)習(xí)網(wǎng)絡(luò)CNN的動(dòng)態(tài)時(shí)延預(yù)測(cè)方法;針對(duì)傳統(tǒng)時(shí)間序列預(yù)測(cè)難以適應(yīng)突變信號(hào)的局限性,通過對(duì)時(shí)延變量與過程變量的時(shí)間序列進(jìn)行相關(guān)分析,分別提取影響時(shí)延信息的單個(gè)主要關(guān)聯(lián)變量和多個(gè)主要關(guān)聯(lián)變量,并將其引入時(shí)間序列預(yù)測(cè)模型中,在線估計(jì)過程相關(guān)變量之間的傳遞時(shí)延。4、提出了一種動(dòng)態(tài)時(shí)間模糊Petri網(wǎng)(DTFPNs,DynamicTimedFuzzyPetriNets),結(jié)合條件分布有色圖對(duì)過程變量間的動(dòng)態(tài)時(shí)延進(jìn)行有效、直觀地描述,并結(jié)合模糊Petri網(wǎng)的特性,提出了帶有時(shí)間維度的可達(dá)性分析方法。5、給出了一種基于DTFPNs的工業(yè)過程異常狀態(tài)監(jiān)