基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法綜述

基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法綜述

ID:1145683

大?。?18.01 KB

頁數(shù):9頁

時(shí)間:2017-11-08

基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法綜述_第1頁
基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法綜述_第2頁
基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法綜述_第3頁
基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法綜述_第4頁
基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法綜述_第5頁
資源描述:

《基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法綜述》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第26卷第1期控制與決策2011年1月Vol.26No.1ControlandDecisionJan.2011文章編號:1001-0920(2011)01-0001-09基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法綜述李晗,蕭德云(清華大學(xué)自動(dòng)化系,北京100084)摘要:首先介紹了基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷方法研究動(dòng)機(jī)和國內(nèi)外發(fā)展現(xiàn)狀,以新的視角將現(xiàn)有故障診斷方法分為基于數(shù)據(jù)驅(qū)動(dòng)的方法、基于分析模型的方法和基于定性經(jīng)驗(yàn)的人工智能方法,說明了該方法在整個(gè)體系中的地位,并從數(shù)據(jù)利用及其與基于分析模型的方法比較等方面探討了該方法的應(yīng)用背景;然后綜述了按照新分類中基于數(shù)

2、據(jù)驅(qū)動(dòng)故障診斷的現(xiàn)有方法,分析比較了各方法的區(qū)別和聯(lián)系;最后指出了基于數(shù)據(jù)驅(qū)動(dòng)故障診斷方法的幾個(gè)具有前景的研究方向.關(guān)鍵詞:故障診斷;數(shù)據(jù)驅(qū)動(dòng);統(tǒng)計(jì)分析;信號處理;定量人工智能方法中圖分類號:TP273文獻(xiàn)標(biāo)識碼:ASurveyondatadrivenfaultdiagnosismethodsLIHan,XIAODe-yun(DepartmentofAutomation,TsinghuaUniversity,Beijing100084,China.Correspondent:XIAODe-yun,E-mail:xiaody@tsinghua.

3、edu.cn)Abstract:Researchmotivationandcurrenttrendsondata-drivenfaultdiagnosisare?rstlyintroduced.Thennewclassi?cationofexistingfaultdiagnosisapproaches,whicharedata-drivenmethods,analyticalmodelbasedmethodsandqualitativeknowledgebasedmethods,isproposedtoshowthestatusofdata-

4、drivenmethodsintheframework.Thebasicapplicationbackgroundisfurtherdiscussedintermsofdatarequirementsandcomparisonwithanalyticalmodelbasedmethods.Thestate-of-artmethodsaswellastheirconnectionsanddifferencesareanalyzedindetail.Finally,severalpotentialresearchdirectionsarealso

5、summarized.Keywords:faultdiagnosis;datadriven;statisticalanalysis;signalprocessing;quantitative-basedarti?cialintelligencemethods1引引引言言言性的大故障.如北京東方化工廠1997年6月發(fā)生乙烯近20年來,現(xiàn)代化工、冶金、機(jī)械、物流等工業(yè)裝置起火爆炸事故,直接經(jīng)濟(jì)損失達(dá)十億元,間接經(jīng)呈現(xiàn)向大型化、復(fù)雜化方向發(fā)展的新趨勢,這些大型濟(jì)損失無法估量;2005年吉林市中石油吉林石化公司復(fù)雜工業(yè)過程的一個(gè)共同點(diǎn)就是一方面無法完

6、全依雙苯廠連續(xù)發(fā)生爆炸,形成特大環(huán)境污染事故;勝利靠傳統(tǒng)方法建立精確的物理模型進(jìn)行管理監(jiān)控,另一油田由于沒有先進(jìn)的輸油檢漏系統(tǒng),每年管道漏油造成的經(jīng)濟(jì)損失達(dá)上千萬元[1].方面又時(shí)刻產(chǎn)生大量反映過程運(yùn)行機(jī)理和運(yùn)行狀態(tài)的數(shù)據(jù).基于實(shí)際限制、成本優(yōu)化、技術(shù)商機(jī)等因素基于數(shù)據(jù)驅(qū)動(dòng)的故障診斷是基于數(shù)據(jù)驅(qū)動(dòng)控制的考量,如何利用這些海量數(shù)據(jù)來滿足日益提高的系和應(yīng)用方法的一個(gè)重要方面,已成為近年來熱門的研統(tǒng)可靠性要求已成為亟待解決的問題,其中基于數(shù)據(jù)究領(lǐng)域.國際上,美國UniversityofMinnesota于2002驅(qū)動(dòng)的故障診斷技術(shù)是一個(gè)重要的方面.

7、由于大型復(fù)年主辦了題為“IMAhottopicsworkshop:Data-driven雜系統(tǒng)需要監(jiān)控的變量數(shù)大幅度增加,獲得的過程數(shù)controlandoptimization”的研討會(huì).IEEE從2008年開據(jù)與小型簡單過程相比呈數(shù)量級增長,若仍采用PID始舉辦TheIEEEIntWorkshoponDefectandData閉環(huán)控制來補(bǔ)償擾動(dòng)和突變,則需要補(bǔ)償?shù)臄?shù)量過多,DrivenTesting,專注于各類基于數(shù)據(jù)的異常檢測和故導(dǎo)致控制器負(fù)擔(dān)過重,生成的小故障可能傳播為災(zāi)難障診斷技術(shù).在國內(nèi),國家自然科學(xué)基金委于2008年收稿日期:2

8、010-03-02;修回日期:2010-06-22.基金項(xiàng)目:國家自然科學(xué)基金項(xiàng)目(60736026,60904044).作者簡介:李晗(1986?),男,博士生,

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。