工業(yè)過程變量間動態(tài)時延挖掘方法與應用_第1頁
工業(yè)過程變量間動態(tài)時延挖掘方法與應用_第2頁
工業(yè)過程變量間動態(tài)時延挖掘方法與應用_第3頁
工業(yè)過程變量間動態(tài)時延挖掘方法與應用_第4頁
工業(yè)過程變量間動態(tài)時延挖掘方法與應用_第5頁
已閱讀5頁，還剩1頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

工業(yè)過程變量間動態(tài)時延挖掘方法與應用在傳統(tǒng)的數據驅動工業(yè)過程監(jiān)控方法中,通常不考慮過程變量間的時間延遲信息,或者簡單地用常數對時間延遲進行描述,這樣會影響過程監(jiān)控模型的有效性以及監(jiān)控知識表達的準確性,進而導致不準確的過程監(jiān)控任務實施以至于失效?？梢?研究探索一種有效的過程變量間的動態(tài)時延提取方法、并結合動態(tài)時延信息對過程監(jiān)控知識進行更加準確的表達和推理,無疑具有學術研究和工程應用意義。論文提出了一種動態(tài)時延分析(dynamictimedelayanalysis,DTA)方法,可以對過程變量間的動態(tài)時延信息進行有效的估計。并且,給出了一種動態(tài)時間模糊Petri網對過程變量間的動態(tài)信息傳遞進行有效地描述,使用條件分布有色圖對動態(tài)時延進行表達,并且建立了動態(tài)時間模糊Petri網的活性及動態(tài)可達性分析方法,從而構造了有效的過程監(jiān)控知識表達模型及其推理方法。論文的主要創(chuàng)新性成果包括:1、針對工業(yè)中相關過程變量之間的時滯動態(tài)特性的問題,給出了一種基于時間序列數據挖掘的動態(tài)時延分析(DTA)方法,通過追蹤平滑窗內變量間相似度的最大值對變量間的動態(tài)時延進行估計,實現了基于歷史數據的動態(tài)時延獲取。2、針對DTA采用固定滑動時間窗近似估計時延而難以處理因干擾而導致的局部動態(tài)時延估計偏差過大問題,提出了一種基于相似的彈性窗口的動態(tài)時延分析(e-DTA,dynamictimedelayanalysisbyelasticwindows)方法;通過對比相關過程變量之間的相似性,對彈性窗口的大小進行自調整,實現對動態(tài)延遲時間的離線估計。3、為了實現對動態(tài)時延信息的在線估計,提出了兩種改進的時間序列預測方法:模糊插值時間序列預測方法和基于深度學習網絡CNN的動態(tài)時延預測方法;針對傳統(tǒng)時間序列預測難以適應突變信號的局限性,通過對時延變量與過程變量的時間序列進行相關分析,分別提取影響時延信息的單個主要關聯變量和多個主要關聯變量,并將其引入時間序列預測模型中,在線估計過程相關變量之間的傳遞時延。4、提出了一種動態(tài)時間模糊Petri網(DTFPNs,DynamicTimedFuzzyPetriNets),結合條件分布有色圖對過程變量間的動態(tài)時延進行有效、直觀地描述,并結合模糊Petri網的特性,提出了帶有時間維度的可達性分析方法。5、給出了一種基于DTFPNs的工業(yè)過程異常狀態(tài)監(jiān)

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論