面向污水处理过程的故障诊断方法研究

污水处理过程论文 故障检测与诊断论文 多模态过程论文 EMD-IFCM-KPCA论文
论文详情
随着污水量的增加,污水处理过程规模的不断扩大,在处理过程中难免发生故障,且故障类型多样化。因此对整个污水处理过程进行准确、有效的故障检测与诊断显得尤为必要。由于以往的污水处理过程故障检测方法多是基于单模态过程的方法,基于多模态污水处理过程的故障检测方法甚少,因此本文提出了一种适用于多模态污水处理过程的集合型故障检测方法,即EMD-IFCM-KPCA方法;在此基础上为了解决快速性的问题,本文又提出了一种集合型快速故障诊断方法,即IJITL-IEMD-RLSSVM方法。把二者应用到多模态污水处理过程的故障检测与诊断中,通过实验仿真验证所提方法的有效性和准确性。提出了污水处理过程的EMD-IFCM-KPCA集合型故障检测方法。首先采用经验模态分解法(EMD)对数据进行预处理。然后通过改进的模糊C均值聚类法(IFCM)对数据进行聚类,区分各模态。最后采用核主成分分析法(KPCA)以及利用T2、SPE控制图对污水处理过程进行故障检测。提出了污水处理过程的IJITL-IEMD-RLSSVM集合型故障诊断方法。首先利用改进的及时学习法(IJITL)对历史数据分类,区分各模态。再在历史模态数据中查找与待诊断数据相似的历史模态数据,将其输出。然后利用改进的经验模态分解法(IEMD)对待诊断数据和输出的历史模态数据进行预处理。最后利用递推最小二乘支持向量机法(RLSSVM)对故障进行分类,达到故障诊断的目的。为了验证所提的两种方法的有效性,进行了污水处理过程的实验仿真。首先,将多模态污水处理过程的EMD-IFCM-KPCA集合型故障检测方法与其他两种传统方法,即KPCA方法和IFCM-KPCA方法相比较,验证该方法的有效性和准确性。其次,将多模态污水处理过程的IJITL-IEMD-RLSSVM集合型故故障诊断方法与其他两种传统方法,即IJITL-SVM方法和IJITL-IEMD-SVM方法相比较,验证该方法的快速性和准确性。理论研究和实验结果表明,在污水处理过程中,本文所提出的应用于多模态的EMD-IFCM-KPCA集合型故障检测方法和IJITL-IEMD-RLSSVM集合型故障诊断方法能够有效检测和诊断故障,准确性和快速性优于传统方法。
摘要第6-8页
Abstract第8-9页
第1章 绪论第12-22页
    1.1 污水处理过程故障诊断的研究背景及选题意义第12-14页
    1.2 国内外研究现状第14-20页
        1.2.1 故障检测与诊断研究方法现状第14-16页
        1.2.2 污水处理过程故障检测与诊断方法研究现状第16-20页
    1.3 论文主要研究内容第20-22页
第2章 污水处理过程模型研究第22-28页
    2.1 产生背景第22-23页
    2.2 模型结构第23页
    2.3 水质成分介绍第23-24页
    2.4 实验数据第24-27页
    2.5 本章小结第27-28页
第3章 基于EMD-IFCM-KPCA的污水处理过程故障检测方法第28-40页
    3.1 基于EMD分解的信号降噪原理第28-29页
    3.2 改进的模糊C均值聚类第29-32页
        3.2.1 减法聚类第29-31页
        3.2.2 模糊C均值第31-32页
        3.2.3 改进的模糊C均值聚类第32页
    3.3 基于核主成分分析的故障特征检测第32-37页
        3.3.1 主成分分析第32-34页
        3.3.2 核主成分分析第34-36页
        3.3.3 基于KPCA的故障检测方法第36-37页
    3.4 基于EMD-IFCM-KPCA的集合型故障诊断方法第37-38页
        3.4.1 算法原理第37页
        3.4.2 算法流程第37-38页
    3.5 本章小结第38-40页
第4章 基于IJITL-IEMD-RLSSVM污水处理过程故障诊断方法第40-53页
    4.1 改进的即时学习算法第40-44页
        4.1.1 自组织神经网络第40-41页
        4.1.2 基于增量的自组织神经网络第41-42页
        4.1.3 即时学习算法第42页
        4.1.4 改进的即时学习算法第42-44页
    4.2 基于IEMD分解的信号降噪原理第44-46页
        4.2.1 滑动窗口算法第44-45页
        4.2.2 基于IEMD分解的信号降噪原理第45-46页
    4.3 基于递推最小二乘的支持向量机第46-51页
        4.3.1 支持向量机的原理及分类方法第46-48页
        4.3.2 最小二乘支持向量机算法第48-49页
        4.3.3 基于递推最小二乘的支持向量机第49-51页
    4.4 基于IJITL-IEMD-RLSSVM的集合型多模态故障诊断方法第51-52页
        4.4.1 算法原理第51页
        4.4.2 算法流程第51-52页
    4.5 本章小结第52-53页
第5章 污水处理过程故障检测与诊断方法实验研究第53-64页
    5.1 基于EMD-IFCM-KPCA的集合型故障检测方法实验研究第53-60页
        5.1.1 IFCM数据分类第53页
        5.1.2 基于EMD-IFCM-KPCA的污水处理过程故障检测第53-60页
    5.2 基于IJITL-IEMD-RLSSVM故障诊断方法实验研究第60-62页
        5.2.1 ISOM数据分类第60-61页
        5.2.2 基于IJITL-IEMD-RLSSVM的污水处理过程故障诊断第61-62页
    5.3 本章小结第62-64页
结论第64-65页
参考文献第65-72页
攻读硕士学位期间发表的论文和取得的科研成果第72-73页
致谢第73页
论文购买
论文编号ABS3825275,这篇论文共73页
会员购买按0.30元/页下载,共需支付21.9
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付36.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656