一、DCS故障诊断专家系统（论文文献综述）
赵俊杰,杨如意,赵博石,沈跃军,刘强,胡勇,崔畅元[1]（2021）在《基于逻辑故障树和专家知识库的智能发电故障诊断与报警》文中认为针对燃煤火力发电站,基于智能DCS操作系统的智能发电平台,建立逻辑故障树的标准分析方法,对故障现象进行综合分析,提取故障典型特征,将专家的宝贵经验和实践知识,形成计算机能识别的专家知识图谱,进而辅助故障的诊断、早期预警和及时处理,提升火电机组长周期安全稳定运行的能力。结果表明,基于逻辑故障树的专家自动诊断报警系统体现了初级的独立分析、判断、决策等智能特点。将高岗位专业技术人员数十年积累的分析策略和宝贵经验固化成程序和代码,实现故障类型的快速精准辨识和根源分析。基于逻辑故障树建立专家知识图谱,从故障全寿命周期管理的角度,创造性地在底层DCS平台真正实现了故障追溯、根源分析、诊断、预警、报警和处理的全过程闭环控制。专家自动诊断报警系统投运后,帮助火电企业避免了多次故障停机风险,显着提升了电力生产过程的安全性。
李双[2]（2021）在《多智能体电供暖控制系统的三相功率自平衡技术研究》文中指出随着国家电力的发展,新能源及低碳环保政策的推行实施,智能化电供暖逐步代替传统供暖方式。近年来,电供暖在学校、小区、公共场所的应用越来越普及,智能化电供暖系统在供暖过程中会伴随着三相功率不平衡、上电启动电流大、损耗大、要求运行维护水平高及自动控制方面的问题。为解决这些问题,提高供电质量及系统稳定性,本文研究了基于预测专家控制的电供暖三相功率平衡控制系统,完成的主要研究工作和取得的成果有:本文根据房间的工作属性及供暖需求,首先提出了电供暖系统热负荷分级方法;由于电供暖温度变化受各种因素影响,呈现出非线性、时滞性等特点,因此,基于负荷分级的电供暖温度控制方法至关重要,为此提出了一种基于Smith-模糊PID温度控制算法,实现温度在一定范围内稳定变化,经MATLAB仿真分析,对比出Smith-模糊PID温度控制效果比PID、模糊PID控制的稳定性好、响应快、稳态误差小;为了提高电供暖系统运行的可靠性,本文采用卷积神经网络算法对供暖设备进行故障诊断,识别故障类型,进而采用协调调控方法,保证了故障状态下的基本供暖要求。通过采集的数据建立温度线性回归预测模型,预测电供暖设备发生投切时间并对时间由大到小排序,以此来优化可以投切的电暖器位置;进而采用专家控制策略,建立数据库,制定专家控制规则,对电供暖推理机设计,实现电供暖系统在负荷侧解决三相功率自平衡问题。该方法不同于传统的补偿方法和换相平衡方法,它借助于电供暖控制系统自身的一个多智能体物联网系统的特点,无需增设检测装置,由于是在负荷侧自身平衡,也不需要在供电侧增加额外的平衡装置,从而降低了损耗和成本,提高了供电质量。当电供暖设备发生故障不能供暖时,供暖房间温度降低,负荷级别降低。为使该故障不供暖房间温度提高且不超过设定的舒适温度,根据传热原理,建立故障非供暖房间的热平衡温度模型,分析影响故障非供暖房间温度的主要因素,通过控制层发布协调调控非供暖房间温度的指令,由现场层对温度进行调节,进而解决故障状态下的基本供暖需求。使供暖更加智能化,更加节能。
陈倩[3]（2021）在《基于系统图谱的复杂机电系统运行状态分析》文中提出我国工业生产活动中,以能源重化工、电力企业以及制药行业等为典型代表的流程工业占据了重要的地位。流程工业生产系统包含的设备众多,设备彼此之间关联复杂,具有非线性、高耦合性和海量性特征。流程工业系统的核心控制部分--分布式控制系统（Distributed Control System,DCS）包含种类繁多、数量巨大的传感器,监测和控制的回路数以千计,数据采集量庞大。分布式控制系统将系统运行过程中采集的实时生产数据存储下来,即为DCS监测数据集。DCS监测数据集由数千甚至上万个时间序列构成,蕴含着系统运行过程中所有的状态信息,对DCS监测数据集的分析本质上是对海量高维非线性时间序列的分析。由于DCS监测数据集具有海量性、非线性和高耦合性等特点,很难通过建立数学解析表达式对其进行分析。传统的基于DCS监测数据集的系统运行状态分析方法是以主元分析法（Principal Component Analysis,PCA）为代表的基于数据驱动的多元统计分析方法。这类方法的核心思想是通过筛选关键变量实现对高维数据的降维。由于流程工业系统特有的高度耦合性,实际上不存在所谓的“关键变量”,在筛选的过程中往往会忽略很多有用信息,影响了分析结果的准确性。因此,如何不降维分析DCS监测数据集中所有数据,挖掘出其中蕴含的系统运行健康状态信息,掌握系统整体的运行健康状态,是流程工业界面临的一个巨大的挑战。为了应对这一挑战,本文首先提出了系统状态特征谱的概念。通过制定着色规则,用不同的颜色代表数据的异常程度,用颜色的变化替代数据的变化,把DCS监测数据集转换为一幅平面数字彩色图像,称为DCS系统的状态特征谱。通过观察系统状态特征谱中代表不同异常程度的颜色的呈现位置和分布范围,把一些看起来没有任何规律的,隐藏在海量数据中的关键信息提炼出来。了解系统各变量在每个采样时间段内的运行健康状况,进一步把握系统整体的运行健康状态。其次,本文应用数字图像处理技术,对系统状态特征谱做了定量分析,实现了对系统故障的快速溯源和整体运行健康状态趋势分析。该方法可以在系统发生重大事故之前发出预警,为企业安全生产决策提供数据保障。最后,全文以田纳西仿真数据集和某化工企业实际DCS监测数据集为例,从定性与定量两个方面验证了所提出方法的有效性与可行性。
赵岩峰[4]（2020）在《核电站安全级DCS系统自诊断报警方案研究》文中进行了进一步梳理数字化控制系统（DCS）由于具有分散控制、集中管理、配置灵活、组态方便等特点,被广泛应用于工业控制领域;随着DCS技术的发展,其可靠性越来越高,目前已逐步用于核电站安全级系统。由于安全级DCS承担着核电站的保护功能,它的安全运行直接影响核电站的安全。由于DCS的使用,电站控制功能集中,安全级DCS的故障对电站安全运行的危害也越来越大,为了减少DCS设备故障对电站运行以及电站安全的影响,必须对DCS故障进行研究分析,确定有效的处理手段;同时由于安全级DCS功能越来越庞大,运行人员对DCS系统的故障快速识别和定位也变得越来越困难,为了能有效识别安全级DCS故障,有必要对安全级DCS的故障处理进行研究,确定一套有效的安全级DCS自诊断报警系统。本研究基于核电站安全级DCS系统,提出了基于故障模式、影响及危害性分析（FMECA）方法的安全级DCS自诊断报警评估方法,通过分析安全级DCS系统的故障模式、故障影响、故障危害,从而确定了故障模式的可探测度、发生度和故障严酷度,并基于可探测度、发生度和故障严酷度确定了故障模式的风险优先值,最终基于设备总的风险优先值对故障模式进行了归类,确定了故障模式的不同报警等级,完成了安全级DCS自诊断报警方案设计。安全级DCS系统自诊断报警方案研究的主要内容包括:a)建立基于FMECA方法的核电站安全级DCS自诊断报警定级方法;b)基于核电站仪控总体方案以及安全级DCS系统,应用FMECA方法识别DCS故障模式的产生原因、识别设备故障模式对安全功能、系统可靠性造成的危害,并基于故障模式的产生原因、实现方式以及危害性确定故障模式的可探测度、发生度、严酷度,最终完成故障模式的风险优先值的计算;c)基于安全级DCS设备故障模式的风险优先值对故障模式的报警等级进行确定;d)基于报警等级及平台特性形成报警显示方案。
闫春玮[5]（2019）在《催化裂化3D培训系统及故障诊断模块设计与实现》文中进行了进一步梳理原油催化裂化是石化生产过程中的一个高危环节,要求催化裂化生产人员必须具备过硬的操作技能和故障排除能力,同时要求化工类院校更加注重在以上两个方面对学生能力的培养。针对目前化工行业的企业培训与实际生产脱节,学校教育无法真正动手的培训现状,基于仿真模拟和故障诊断技术本文提出了催化裂化3D培训系统及故障诊断模块的设计方案并将其应用到催化裂化培训系统中。3D培训系统突破了传统的外操培训方式,实现了2D到3D的跨越;故障诊断模块为提高内操培训用户的故障诊断能力提供一种行之有效的解决方案。本文主要工作内容如下:首先,利用Unity 3D和Visual Studio开发平台结合先进的虚拟现实技术实现了某石化公司的催化裂化3D培训系统;另外,通过数据契约、服务契约和服务接口实现完成了基于HTTP通信协议的WCF数字服务器设计,实现了催化裂化3D培训系统与DCS仿真培训系统的数据通信。其次,对反应-再生系统进行故障分析,建立它的故障树模型,并对其进行定性分析和定量分析。首先对系统进行HAZOP分析得出HAZOP分析表用于确定其故障树模型的顶事件,接下来对系统进行SDG建模用于确定故障树模型中间事件和基本事件及它们的逻辑关系,最后基于HAZOP分析表和SDG模型建立系统故障树模型。然后,对系统的故障树模型进行定性分析得出系统失效模式的最小割集,定量分析求取故障树模型顶事件的发生概率和各基本事件的概率重要度。针对定量分析中基本事件故障发生概率不确定的问题,引入层次分析法（AHP）和三角模糊数（TFN）进行解决。最后,根据反应-再生系统FTA模型及定性分析和定量分析的结果建立DCS仿真系统故障诊断模块的故障库。基于C#语言设计催化裂化DCS仿真培训系统的故障诊断模块,并对其整体功能进行了测试,验证了故障诊断模块的有效性。
白楠[6]（2019）在《基于IWSN的工业设备监测系统研究与实现》文中研究表明使用有线网络的传统工业设备监测系统有许多缺点,例如布线复杂,系统不灵活,环境影响严重,电缆维护成本高。针对这些缺点本文设计和开发基于工业无线传感器网络（Industrial Wireless Sensor Network,IWSN）的工业设备监测系统,从而保证工业设备监测数据的实时获取,为用户远程实时查看工业设备参数带来方便。本文重点研究工业设备监测系统的故障预测算法,进而实现设备的预警功能,为科学管理工业设备提供可靠依据。本文重点研究工业设备的故障预警,采用的预警模型是动态布谷鸟搜索算法优化的BP神经网络,进而对工业无线传感器网络收集到的工业设备运行参数信息进行分析预测。为了加速网络的收敛速度和尽量避免出现陷入局部极小值的问题,本文采用动态布谷鸟搜索算法对BP神经网络的结构进行优化。针对优化算法完全随机化的缺点本文提出了动态布谷鸟搜索算法,动态布谷鸟搜索算法改进了步长和发现概率,把适应度函数值的变化趋势引入到步长更新公式中,平衡了搜索速度和精度,算法初期全局搜索大步长,算法后期局部搜索小步长。同时在全局最优解被发现的过程中,提高了解适应度好的后代保留概率,改善了偏好随机游走的不确定性,随着搜索的进行减小发现概率,使得进化后期容易产生新个体。最终建立了动态布谷鸟搜索算法优化的BP神经网络预测模型,仿真实验表明该模型的收敛速度更快,预测的精度更高。在此基础上,本文设计实现基于IWSN的工业设备监测系统。本文系统运行结果表明,系统可以实时监测工业设备运行参数信息,并进行可视化展示。通过工业设备故障预警功能,可以通知设备管理员及时进行维护和维修,从而预防故障产生,降低由于设备故障带来的经济损失。因此本系统对于工业设备监测具有一定的应用价值。
徐向明[7]（2012）在《动力炉控制系统故障监测和诊断系统的设计与实现》文中研究表明动力炉是公司生产链中重要的一环，其主要任务是提供合格品质的蒸汽。随着科学技术的不断提高，公司生产技术也快速步入自动化，智能化。动力炉自动化发展更是迅速，其正向高集成化、高智能化方向发展，控制回路多，程序复杂，由此对故障诊断技术应用的迫切性与日俱增。本论文是动力炉故障诊断研究领域中面向对象方法和人工智能技术综合应用方向分支的深入研究，并在此基础上设计开发动力炉故障诊断与监测系统。首先在知识获取、知识表达和知识库的构建中都采用了较新的构建方式，知识库建立采用了领域深知识和经验浅知识有机结合的方式，建立了基于结构与功能的层次分解模型，并在知识表达和存储中大力采用数据库技术；其次，本文通过对前人有关动力炉故障诊断方法模型的学习与分析，采用数据库技术、PLC控制以及面向对象的编程语言，设计以神经网络与专家知识为推理策略的控制系统，实现对动力炉故障检测、诊断及排除。
张卫华[8]（2010）在《基于SDG的多种故障诊断方法融合的异常工况管理系统研究》文中认为石油化工生产过程由于传感器漂移、设备失效、工艺波动或操作错误等原因,导致生产运行中经常出现异常工况状态,轻则影响产品质量、生产调度计划,重则会出现生产事故,造成人员伤亡和巨大的经济损失。如何及时识别出存在的异常工况,找出导致异常工况产生的原因,预测该异常工况发展下去可能产生的后果,提出相应的措施,进行有效的异常工况管理,避免产生严重后果,确保石化生产装置的长期稳定运行是当前国际上研究的热点。本文在国家863课题“定性定量复杂故障诊断技术研究”（2009AA04Z133）的支持下,在前人研究成果的基础上,研究基于符号有向图SDG （Signed Directed Graph）方法,结合专家规则、模糊逻辑、主元分析等定性定量故障诊断方法,探索建立异常工况管理系统的实现方法和评测手段。异常工况管理系统是基于计算机系统的自动监测、推理、预测和指导为一体的集成系统,它有四个层次的目标：v保持生产运行正常；v当生产发生工艺波动时,能够在异常工况管理系统的指导下使工艺操作恢复到正常状态；v当生产发生较大偏离时,能够在异常工况管理系统的指导下使工艺状态处在一个安全的状态；v当生产发生紧急状况或事故时,最小化事件的严重性影响。为了达到上述目标,本文开发了数据处理、状态识别、原因诊断、可能后果和处理措施功能模块,结合数据采集模块和专家知识管理模块,做到：v在异常工况发生时,能实时、快速地对问题进行本源定位、后果评估、方案提出以及方案的再论证；v具有自学习功能,能够使操作经验得到继承。对异常工况的处理过程也可以通过计算机重放,使管理层对操作处理的审查有所依据。操作工也可以利用计算机进行历史事故的学习,有利于经验在员工中的移植。v历年积累的安全信息,经过数据挖掘,可以为管理层提供事故类型、故障源分布、事故概率等等统计信息,为安全管理工作提供决策支持。异常工况管理系统的核心指标是推理引擎的推理速度的快捷和推理结果的准确。推理速度的快捷取决于推理引擎算法合理性,推理结果的准确性依赖于所建立的模型的准确性。为了验证模型的准确性,本文对模型的校验和验证方法和手段进行了初步探索。本文的主要工作和取得的成果如下：1、进行了基于SDG的多种故障诊断方法融合的技术研究；2、基于Visual Studio,开发了异常工况管理系统软件平台；3、建立了定性定量检验和验证（Verification & Validation,V&V）试验平台；4、建立了用于常减压装置的异常工况管理系统；5、完成了常减压装置异常工况管理系统在定性定量V&V平台上的试验验证；6、完成了常减压装置异常工况管理系统在工业现场的应用测试。
钱新华[9]（2010）在《基于数字化工厂概念的乙烯装置生产过程模拟及其应用》文中研究说明乙烯生产分离装置是典型的大型连续性化工生产装置,工艺程序复杂,设备多,易发生故障,如何实现其过程的严格在线动态模拟,获得最接近生产实际的动态模型,进而建立其数字化工厂,为节能优化、安全生产和优化生产做出有效指导,是非常具有现实意义的问题。本文的研究课题就是在这一背景下提出的,着重研究了以下几个问题：一、针对乙烯装置建立以数据为中心的数字工厂,运用生产运行管理系统（MES）;同时利用自主知识产权软件SIMACS,建立以严格稳态和动态模型为基础的数字工厂,实现安全和优化生产。二、建立以数据为中心的数字工厂的关键问题是如何实现数据从各种型号的分布式控制系统（DCS）或工厂实验室数据系统（LIMS）传输到实时数据库。传统的乙烯装置DCS和LIMS的数据采集方式存在着滞后、包容性差等特点。针对以上问题,本文提出和改进了传统的OPC （OLE for Process Control）技术进行实时数据的采集,采用了MATRICON OPC技术。它自身所拥有的传输数据量大、速度快、高稳定、数据安全等特点,完全可以满足建立以数据为中心的数字工厂的各种需求。三、建立以严格稳态和动态模型为基础的数字工厂的关键问题是如何将稳态模型和动态模型相结合,利用实时上传的实际工厂的实际数据和动态模拟的数据值进行对比,实时对模型参数进行自适应校正,实时调整模型参数,保证实时动态模型的准确度,从而使严格稳态和动态模型更能反映工厂的实际情况。针对上述问题,本文在软件SIMACS的基础上提出了动态模拟与稳态模拟技术相结合的具有模型参数自适应校正功能的化工过程在线动态模拟技术。四、以严格稳态和动态模型为基础的数字工厂的基础上,对建立智能数字工厂进行了初步研究。利用数据挖掘的方法,定义了智能故障诊断的决策树知识表达和C4.5决策树获取算法,并在乙烯装置中进行了验证,取得了良好的经济效益。本文通过对以上实时数据传输技术和动态模拟技术这两个关键技术的研究,建立了乙烯装置的数字工厂。此数字工厂已成功在某石化企业得到应用,为企业的生产管理带来了很好的收益。
乔志刚,潘炼[10]（2010）在《热轧加热炉DCS故障诊断专家系统的研究》文中研究指明热轧加热炉集散控制系统（DCS）从检测单元到执行机构的各个单元之间存在着错综复杂的关系,其肿大量的是因果关系。本文针对其中的因果关系,结合故障树分析法便于对事件进行分析、易于转化为专家系统中的规则知识、规则推理具有直观性和速度快的优点,从而建立故障树。然后以故障树来获取和分析知识,以产生式规则建立知识库,以规则匹配来进行推理,从而建立起步进式热轧加热炉DCS故障诊断专家系统。此方案充分利用了故障树和专家系统在故障诊断中的优势。
二、DCS故障诊断专家系统（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、DCS故障诊断专家系统（论文提纲范文）
（1）基于逻辑故障树和专家知识库的智能发电故障诊断与报警（论文提纲范文）
| 1 逻辑故障树和专家知识图谱原理 |
| 1.1 专家知识表达与逻辑固化规则 |
| 1.2 故障的全寿命周期管理 |
| 1.3 智能诊断报警在智能DCS中的应用 |
| 1.4 逻辑故障树诊断与报警的开发工艺流程 |
| 2 实施效果和创新分析 |
| 3 诊断报警系统的特点和效益 |
| 4 结论 |
（2）多智能体电供暖控制系统的三相功率自平衡技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 温度控制方法国内外研究现状 |
| 1.2.2 故障诊断国内外研究现状 |
| 1.2.3 三相不平衡国内外研究现状 |
| 1.3 本文主要研究内容及章节安排 |
| 第2章 电供暖分级温度控制及故障诊断 |
| 2.1 电供暖温度变化特性 |
| 2.1.1 电供暖系统热负荷分级 |
| 2.1.2 电供暖温度模型的建立 |
| 2.2 基于PID电供暖温度控制 |
| 2.2.1 PID控制原理 |
| 2.2.2 PID控制器的设计 |
| 2.2.3 PID参数整定及优缺点 |
| 2.2.4 电供暖PID温控系统仿真 |
| 2.3 基于模糊PID的电供暖温度控制 |
| 2.3.1 模糊PID控制原理 |
| 2.3.2 模糊PID控制器设计 |
| 2.3.3 基于模糊PID电供暖温度控制仿真 |
| 2.4 Smith预估补偿模糊PID控制 |
| 2.4.1 Smith预估补偿原理 |
| 2.4.2 Smith-模糊PID控制器设计 |
| 2.4.3 电供暖温度控制Smith-模糊PID仿真及对比分析 |
| 2.5 神经网络电供暖故障诊断 |
| 2.5.1 温度传感器常见故障类型及原因 |
| 2.5.2 传感器故障诊断方法 |
| 2.5.3 卷积神经网络原理 |
| 2.5.4 卷积神经网络电供暖设备故障诊断 |
| 2.5.5 电供暖设备温度传感器诊断分析 |
| 2.6 本章小结 |
| 第3章 基于专家控制的电供暖三相功率平衡策略 |
| 3.1 电供暖动态不平衡现象分析 |
| 3.2 温度线性回归预测模型 |
| 3.2.1 线性回归原理 |
| 3.2.2 电供暖回归预测模型 |
| 3.3 专家控制系统电供暖三相功率平衡策略 |
| 3.3.1 专家控制理论 |
| 3.3.2 专家控制器结构 |
| 3.3.3 电供暖系统知识库的设计 |
| 3.3.4 电供暖系统投切规则的设计 |
| 3.3.5 电供暖系统推理机的设计 |
| 3.3.6 专家控制电供暖多智能体系统协调三相功率平衡 |
| 3.3.7 电供暖三相功率平衡实验 |
| 3.5 本章小结 |
| 第4章 故障状态下的电供暖协调控制研究 |
| 4.1 热平衡原理及影响因素 |
| 4.1.1 热平衡原理 |
| 4.1.2 影响室内热平衡的因素 |
| 4.2 电供暖协调传热温度模型 |
| 4.2.1 故障非供暖房间热平衡及温度 |
| 4.2.2 故障非供暖房间传热系数 |
| 4.3 协调调控故障非供暖房间温度 |
| 4.4 故障非供暖房间温度变化分析 |
| 4.5 本章小结 |
| 第5章 电供暖控制系统的实现 |
| 5.1 DCS概述 |
| 5.2 电供暖控制系统的硬件实现 |
| 5.2.1 电供暖系统组成 |
| 5.2.2 电供暖系统原理 |
| 5.2.3 现场层控制 |
| 5.2.4 电供暖控制柜台 |
| 5.3 电供暖控制系统的软件设计 |
| 5.3.1 单片机温度控制 |
| 5.3.2 PLC控制层控制 |
| 5.4 电供暖控制系统控制界面 |
| 5.5 本章小结 |
| 第6章 结论 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士学位期间研究成果 |
（3）基于系统图谱的复杂机电系统运行状态分析（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 研究背景与意义 |
| 1.2 系统运行状态监测的国内外研究现状 |
| 1.3 传统研究方法 |
| 1.3.1 基于解析模型的方法 |
| 1.3.2 基于知识的方法 |
| 1.3.3 基于数据驱动的方法 |
| 1.4 目前研究中面临的挑战 |
| 1.5 本文来源与研究内容 |
| 2.数据可视化研究方法 |
| 2.1 DCS数据集的特点及挑战 |
| 2.1.1 海量性 |
| 2.1.2 非线性 |
| 2.1.3 关联性 |
| 2.1.4 多源性 |
| 2.1.5 层次性 |
| 2.2 可视化技术 |
| 2.2.1 可视化技术发展历程 |
| 2.2.2 可视化的基本过程 |
| 2.3 人眼对色彩的敏感度 |
| 2.4 RGB颜色空间 |
| 2.4.1 颜色空间的介绍 |
| 2.4.2 数据转化为图谱分析的应用 |
| 2.4.3 图谱分析面临的挑战 |
| 2.5 本章小结 |
| 3.基于状态特征谱的系统运行状态分析 |
| 3.1 定义DCS数据矩阵 |
| 3.2 定义分类矩阵Q |
| 3.2.1 数据分类器T |
| 3.2.2 分类矩阵Q |
| 3.3 系统状态特征谱的构造 |
| 3.3.1 状态特征谱的着色规则 |
| 3.3.2 构造流程 |
| 3.4 算法的先进性和有效性 |
| 3.4.1 田纳西-伊斯曼仿真过程介绍 |
| 3.4.2 系统状态特征谱法的有效性验证 |
| 3.4.3 基于系统状态特征谱的实例应用 |
| 3.5 本章小结 |
| 4.复杂机电系统运行状态量化分析 |
| 4.1 基于DCS数据集的系统各变量影响度分析 |
| 4.2 系统整体运行状态量化得分 |
| 4.3 本章小结 |
| 5.某化工厂空气压缩机组实例应用 |
| 5.1 空气压缩机组的介绍 |
| 5.2 空气压缩机组运行状态特征谱分析 |
| 5.3 空气压缩机组运行状态量化分析 |
| 6.总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录1:攻读硕士学位期间发表或录用的学术论文 |
| 附录2:攻读硕士学位期间参加的科研项目及获得的奖励 |
（4）核电站安全级DCS系统自诊断报警方案研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.2 安全级DCS自诊断报警方案的研究现状 |
| 1.3 核电站自诊断报警国内外标准分析 |
| 1.4 核电站安全级DCS自诊断报警的需求 |
| 1.5 本课题研究的内容 |
| 第二章 核电安全级DCS自诊断报警研究方法 |
| 2.1 概述 |
| 2.2 故障模式、影响及危害性分析 |
| 2.3 基于FMECA的核电安全级DCS自诊断报警研究方法 |
| 2.3.1 分析准备 |
| 2.3.2 确定分析的范围 |
| 2.3.3 确定分析对象 |
| 2.3.4 开展FMECA分析 |
| 2.3.5 确定报警级别 |
| 2.3.6 开展自诊断报警设计 |
| 2.4 本章小结 |
| 第三章 核电站安全级DCS系统自诊断报警方案设计 |
| 3.1 概述 |
| 3.2 分析准备 |
| 3.2.1 安全级DCS基本设计准则 |
| 3.2.2 安全级DCS结构 |
| 3.3 确定分析的范围 |
| 3.4 确定分析对象 |
| 3.5 开展FMECA分析 |
| 3.5.1 确定故障模式 |
| 3.5.2 识别故障原因 |
| 3.5.3 确定发生度 |
| 3.5.4 确定可探测度 |
| 3.5.5 确定故障影响 |
| 3.5.6 确定风险优先值(RPN) |
| 3.5.7 确定自诊断范围 |
| 3.5.8 确定总的风险优先值(RPNt) |
| 3.6 故障分级 |
| 3.7 本章小结 |
| 第四章 自诊断报警显示及验证 |
| 4.1 概述 |
| 4.2 自诊断报警的显示 |
| 4.3 安全级DCS自诊断报警方案的验证 |
| 4.4 本章小结 |
| 第五章 全文总结 |
| 5.1 主要结论 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 读硕士学位期间已发表或录用的论文 |
（5）催化裂化3D培训系统及故障诊断模块设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及研究意义 |
| 1.2 催化裂化系统仿真发展现状 |
| 1.3 HAZOP分析、SDG及 FTA故障诊断方法概述 |
| 1.4 论文研究内容及组织结构 |
| 1.4.1 主要研究内容 |
| 1.4.2 论文的组织结构 |
| 第2章 沉浸式3D培训系统设计与实现 |
| 2.1 虚拟现实技术 |
| 2.2 Unity碰撞检测技术 |
| 2.3 虚拟场景设计与实现 |
| 2.4 培训系统登陆UI功能实现 |
| 2.4.1 登陆UI界面制作 |
| 2.4.2 服务读取功能实现 |
| 2.4.3 文件读写功能实现 |
| 2.5 基础理论知识学习功能实现 |
| 2.6 设备交互功能实现 |
| 2.6.1 手动阀门交互的实现 |
| 2.6.2 按钮控制设备交互实现 |
| 2.6.3 交互辅助功能实现 |
| 2.7 紧急预案功能实现 |
| 2.7.1 火焰、水枪喷射特效制作 |
| 2.7.2 信息交互功能实现 |
| 2.7.3 火灾紧急预案实现 |
| 2.8 通信模块实现 |
| 2.8.1 通信模块实现 |
| 2.8.2 WCF服务通信接口测试 |
| 2.9 本章小结 |
| 第3章 反应-再生系统故障分析 |
| 3.1 HAZOP、SDG和 FTA故障诊断方法介绍 |
| 3.1.1 HAZOP分析法 |
| 3.1.2 SDG建模及相关概念 |
| 3.1.3 FTA建模及分析方法 |
| 3.1.4 层次分析法和三角模糊数在FTA定量分析中的应用 |
| 3.1.5 HAZOP-SDG-FTA联合算法的优越性 |
| 3.2 反应-再生系统工艺流程介绍 |
| 3.3 反应-再生系统的HAZOP分析 |
| 3.3.1 系统节点划分 |
| 3.3.2 确定有意义偏差 |
| 3.3.3 反应-再生系统的HAZOP分析表 |
| 3.4 反应-再生系统SDG模型的建立 |
| 3.4.1 变量定义 |
| 3.4.2 列影响方程 |
| 3.4.3 反应-再生系统SDG模型建立 |
| 3.5 反应-再生系统FTA模型的建立 |
| 3.5.1 故障树模型事件选取 |
| 3.5.2 建立故障树 |
| 3.6 反应-再生系统FTA模型定性分析 |
| 3.7 反应-再生系统FTA模型定量分析 |
| 3.7.1 反再系统设备变量故障率获取 |
| 3.7.2 基本事件的三角模糊数 |
| 3.8 系统顶事件概率与底事件概率重要度 |
| 3.9 本章小结 |
| 第4章 故障诊断模块实现与验证 |
| 4.1 构建故障库 |
| 4.2 故障诊断模块结构 |
| 4.3 报警提醒功能实现与验证 |
| 4.4 故障诊断功能实现与验证 |
| 4.5 故障库管理功能实现与验证 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（6）基于IWSN的工业设备监测系统研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景与目的意义 |
| 1.2 国内外研究现状 |
| 1.2.1 工业无线传感器网络研究现状 |
| 1.2.2 设备监测技术研究现状 |
| 1.2.3 设备故障诊断研究现状 |
| 1.3 论文的主要工作 |
| 1.4 论文的组织结构 |
| 第2章 布谷鸟搜索算法的研究与改进 |
| 2.1 布谷鸟搜索算法的基本原理 |
| 2.1.1 布谷鸟巢寄繁殖行为 |
| 2.1.2 莱维飞行 |
| 2.2 布谷鸟搜索算法的数学模拟 |
| 2.2.1 布谷鸟搜索算法的数学模型 |
| 2.2.2 布谷鸟搜索算法的参数选择 |
| 2.3 布谷鸟搜索算法的基本流程 |
| 2.4 布谷鸟搜索算法的研究现状 |
| 2.5 改进的动态布谷鸟搜索算法 |
| 2.5.1 改进算法的基本思想 |
| 2.5.2 动态布谷鸟搜索算法的基本步骤 |
| 2.6 动态布谷鸟搜索算法性能仿真测试 |
| 2.7 本章小结 |
| 第3章 DCS优化的BP网络预测模型构建与仿真 |
| 3.1 预测技术在故障预警中的应用 |
| 3.1.1 基于可靠性的预测方法 |
| 3.1.2 基于失效物理模型的预测方法 |
| 3.1.3 基于数据驱动的预测方法 |
| 3.2 人工神经网络 |
| 3.2.1 神经网络概述 |
| 3.2.2 神经元模型 |
| 3.2.3 神经网络模型分类 |
| 3.2.4 神经网络的学习方法 |
| 3.3 BP神经网络 |
| 3.3.1 BP神经网络结构 |
| 3.3.2 BP神经网络学习规则 |
| 3.3.3 BP神经网络在实际应用中存在的问题 |
| 3.4 基于DCS算法优化的BP神经网络预测模型 |
| 3.5 工业设备故障预警模型的整体设计及仿真结果 |
| 3.6 本章小结 |
| 第4章 工业设备监测系统的设计与实现 |
| 4.1 系统总体设计 |
| 4.2 系统功能分层设计 |
| 4.3 传感子网硬件平台 |
| 4.3.1 传感器节点硬件平台 |
| 4.3.2 网关硬件平台 |
| 4.4 中间件的设计与实现 |
| 4.4.1 数据请求模块 |
| 4.4.2 数据解析模块 |
| 4.4.3 节点管理模块 |
| 4.4.4 设备报警模块 |
| 4.5 远程实时监测系统的设计与实现 |
| 4.5.1 实时数据可视化模块 |
| 4.5.2 历史数据查询模块 |
| 4.5.3 远程预警配置模块 |
| 4.5.4 设备故障预测模块 |
| 4.5.5 用户权限管理模块 |
| 4.5.6 系统备份和恢复模块 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（7）动力炉控制系统故障监测和诊断系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 总体研究现状 |
| 1.3 研究内容 |
| 第二章 故障监测和诊断系统的需求分析 |
| 2.1 故障诊断系统概述 |
| 2.2 功能需求分析 |
| 2.3 技术需求分析 |
| 2.3.1 DCS 技术介绍 |
| 2.3.2 ADO 技术介绍 |
| 2.3.3 GUI 技术介绍 |
| 2.3.4 Delta V 系统技术介绍 |
| 2.4 本章小结 |
| 第三章 故障监测和诊断系统的设计 |
| 3.1 设计任务与原则 |
| 3.1.1 主要任务 |
| 3.1.2 设计原则 |
| 3.1.3 系统关键指标 |
| 3.2 系统架构设计 |
| 3.2.1 系统整体功能介绍 |
| 3.2.2 系统流程架构 |
| 3.3 故障监测与诊断系统功能设计 |
| 3.3.1 仪表控制方案设计 |
| 3.3.2 故障监测设计 |
| 3.3.3 故障诊断设计 |
| 3.4 本章小结 |
| 第四章 故障监测与诊断系统的实现 |
| 4.1 仪表控制实现 |
| 4.2 故障监测实现 |
| 4.3 故障诊断实现 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
（8）基于SDG的多种故障诊断方法融合的异常工况管理系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 异常工况管理系统的工作原理 |
| 1.1.3 国外典型异常工况管理系统介绍 |
| 1.1.4 研究意义 |
| 1.2 国内外研究现状及存在问题 |
| 1.3 研究及开发内容 |
| 1.3.1 基于定性定量复杂故障监测与诊断技术实用方法的研究 |
| 1.3.2 工业化在线实时故障监测与诊断系统实用化原型开发 |
| 1.3.3 故障诊断算法与模型检验和确认(V&V)方法及测试平台开发 |
| 1.3.4 定性定量故障诊断系统在石化装置的应用测试 |
| 1.4 技术路线 |
| 1.5 论文主要内容 |
| 第二章 基于SDG的故障诊断 |
| 2.1 故障诊断概述 |
| 2.1.1 过程系统的故障 |
| 2.1.2 故障诊断方法及分类 |
| 2.1.3 故障诊断方法的技术要求及常用方法比较 |
| 2.1.4 SDG的研究进展 |
| 2.2 基于传统SDG技术的在线危险识别与诊断 |
| 2.2.1 SDG基本概念 |
| 2.2.2 SDG严格定义 |
| 2.2.3 SDG建模方法和原则 |
| 2.2.4 SDG建模实例 |
| 2.2.5 SDG模型的推理机制 |
| 2.2.6 采用SDG识别系统的行为 |
| 2.2.7 国内外关于SDG的故障诊断方法 |
| 2.3 基于SDG技术的报警自解释仿真实验案例 |
| 2.3.1 反应再生装置概述及工艺说明 |
| 2.3.2 反再系统SDG建模 |
| 2.3.3 反再系统SDG模型 |
| 2.3.4 反再系统报警自解释实验案例 |
| 2.4 小结 |
| 第三章 基于SDG的多种故障诊断方法并列融合研究 |
| 3.1 SDG的主要缺陷 |
| 3.1.1 阈值的多变性 |
| 3.1.2 存储量和计算量巨大 |
| 3.2 采用模糊逻辑的SDG故障诊断方法 |
| 3.2.1 利用模糊逻辑进行故障诊断 |
| 3.2.2 基于模糊逻辑的SDG模型 |
| 3.3 主元分析与SDG相结合的故障诊断方法 |
| 3.3.1 PCA用于故障诊断的前提 |
| 3.3.2 PCA故障诊断步骤 |
| 3.3.3 PCA与SDG结合进行故障诊断的可能性 |
| 3.3.4 PCA与SDG结合进行故障诊断的方案 |
| 3.4 基于HAZOP评价结果的专家系统与SDG结合的故障诊断方法 |
| 3.4.1 HAZOP评价的基本原理 |
| 3.4.2 石化过程HAZOP实施步骤 |
| 3.4.3 SDG-HAZOP技术 |
| 3.4.4 基于HAZOP评价结果的专家系统与SDG结合的故障诊断 |
| 3.5 基于SDG的多种故障诊断方法融合 |
| 3.5.1 各种诊断方法实例 |
| 3.5.2 基于SDG的多种故障诊断方法融合 |
| 3.5.3 混合专家知识库系统 |
| 3.6 小结 |
| 第四章 基于SDG的异常工况管理系统研发 |
| 4.1 需求分析 |
| 4.1.1 开发及运行环境 |
| 4.1.2 用户对象 |
| 4.1.3 软件功能 |
| 4.1.4 软件架构及工作机制 |
| 4.2 软件开发 |
| 4.2.1 实时数据库 |
| 4.2.2 传感器有效性分析 |
| 4.2.3 工艺监测建模环境 |
| 4.2.4 工艺监测推理引擎 |
| 4.2.5 设备性能分析 |
| 4.2.6 专家知识管理 |
| 4.2.7 其他模块 |
| 4.3 小结 |
| 第五章 定性与定量V&V试验平台研发 |
| 5.1 V&V机制 |
| 5.1.1 V&V基本概念 |
| 5.1.2 数学模型V&V实施步骤 |
| 5.1.3 SDG故障诊断模型V&V实施步骤 |
| 5.2 V&V试验平台的构建 |
| 5.2.1 硬件系统结构 |
| 5.2.2 平台工作原理 |
| 5.3 V&V实例 |
| 5.3.1 SDG故障诊断模型非正式检验 |
| 5.3.2 SDG故障诊断模型静态检查 |
| 5.3.3 SDG故障诊断模型操作点和不利后果可达性检验 |
| 5.4 小结 |
| 第六章 异常工况管理系统的工业应用 |
| 6.1 工艺概述 |
| 6.2 SDG故障诊断建模 |
| 6.2.1 主要控制变量 |
| 6.2.2 常减压装置SDG建模 |
| 6.2.3 HAZOP分析得到的专家知识库 |
| 6.2.4 SDG模型的V&V检验及验证 |
| 6.3 现场应用情况 |
| 6.3.1 现场软件界面 |
| 6.3.2 现场应用案例分析 |
| 6.4 小结 |
| 第七章 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 研究工作展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者简介 |
| 导师简介 |
| 附件 |
（9）基于数字化工厂概念的乙烯装置生产过程模拟及其应用（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 1 文献综述 |
| 1.1 乙烯工业概述及其流程模拟发展 |
| 1.1.1 我国乙烯工业发展现状 |
| 1.1.2 乙烯流程模拟发展概述 |
| 1.2 数字化工厂 |
| 1.2.1 数字化工厂的产生背景 |
| 1.2.2 数字化工厂的概念 |
| 1.2.3 数字化工厂的意义 |
| 1.2.4 数字化工厂的研究现状 |
| 1.2.5 数字化工厂信息系统及特征 |
| 1.2.6 石油化工数字化工厂的本质 |
| 1.3 在线数据采集和通信技术 |
| 1.3.1 OPC技术 |
| 1.4 过程模拟技术 |
| 1.4.1 过程稳态模拟技术 |
| 1.4.2 过程动态模拟技术 |
| 1.4.3 过程稳态模拟和动态模拟相结合 |
| 1.5 智能化数字工厂的初步探讨:智能故障诊断 |
| 1.6 本文的研究内容 |
| 2 以OPC技术为基础的工厂数据采集、传输、存储和共享 |
| 2.1 利用研发的MatrionOPC技术进行乙烯装置数据的实时采集和传输 |
| 2.1.1 DCS类型为Honeywell TDC3000(APM),LCN(局域控制网络)版本为R650数据传输方案 |
| 2.1.2 DCS类型:Honeywell TDC3000(HPM);LCN版本:R650的数据传输方案 |
| 2.1.3 DCS类型:Yokogawa CS3000的数据传输方案 |
| 2.1.4 DCS类型:Yokogawa XL的数据传输方案 |
| 2.2 采用InfoPlus作为实时数据库和Excel作为关系型数据库进行实时数据存储和共享 |
| 2.2.1 采用InfoPlus作为实时数据库实时数据存储 |
| 2.2.2 采用Excel作为关系型数据库进行实时数据共享 |
| 2.3 本章小结 |
| 3 自适应动态模型校正及过程严格动态模拟 |
| 3.1 自适应实时动态模拟原理概述 |
| 3.2 动态模拟软件SimACS简介 |
| 3.2.1 软件结构 |
| 3.2.2 系统特性 |
| 3.3 SimACS动态模拟数学模型 |
| 3.4 动态模型自适应校正 |
| 3.4.1 以乙烯装置中某换热器总传热系数K的调节为例进行详细说明 |
| 3.4.2 以乙烯装置干气制乙苯的反应器的例子进行详细说明 |
| 3.5 本章小结 |
| 4 乙烯装置数字工厂的建立 |
| 4.1 以数据为中心的乙烯装置数字工厂(即乙烯装置的生产运行管理系统MES) |
| 4.1.1 乙烯装置以数据为中心的MES系统总体构架 |
| 4.1.2 以数据为中心的乙烯装置数字工厂的数据校正 |
| 4.2 以具有严格的稳态和动态模型为基础的乙烯装置的数字工厂 |
| 4.2.1 以严格稳态模型为基础的乙烯装置数字工厂 |
| 4.2.2 以严格动态模型为基础的乙烯装置数字工厂 |
| 4.2.3 具有自适应模型校正的乙烯装置数字工厂 |
| 4.3 本章小结 |
| 5 在乙烯装置的数字工厂的基础上进行故障诊断的研究 |
| 5.1 智能故障诊断的专家知识的表达和知识获取方法 |
| 5.1.1 专家知识表达:决策树 |
| 5.1.2 专家知识获取:C4.5算法 |
| 5.2 乙烯装置的数字工厂的基础上的智能故障诊断 |
| 5.2.1 智能故障诊断的系统架构 |
| 5.2.2 智能故障诊断的优势 |
| 5.2.3 乙烯装置实时智能故障诊断系统 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 参考文献 |
| 攻读博士学位期间发表学术论文情况 |
| 获奖情况 |
| 发明专利证书 |
| 致谢 |
| 作者简介 |
（10）热轧加热炉DCS故障诊断专家系统的研究（论文提纲范文）
| 引言 |
| 1 热轧加热炉DCS的系统结构及其故障概述 |
| 1.1 热轧加热炉DCS的系统结构 |
| 1.2 热轧加热炉故障 |
| 2 加热炉DCS故障诊断专家系统构成 |
| 2.1 故障诊断的分层结构 |
| 2.2 故障诊断流程 |
| 3 故障树分析法 |
| 4 故障诊断专家系统的建立 |
| 4.1 故障诊断专家系统结构 |
| 4.2 故障树转化为规则 |
| 4.3 规则推理 |
| 5 结语 |
四、DCS故障诊断专家系统（论文参考文献）
- [1]基于逻辑故障树和专家知识库的智能发电故障诊断与报警[J]. 赵俊杰,杨如意,赵博石,沈跃军,刘强,胡勇,崔畅元. 能源科技, 2021(03)
- [2]多智能体电供暖控制系统的三相功率自平衡技术研究[D]. 李双. 长春工业大学, 2021(08)
- [3]基于系统图谱的复杂机电系统运行状态分析[D]. 陈倩. 西安建筑科技大学, 2021(01)
- [4]核电站安全级DCS系统自诊断报警方案研究[D]. 赵岩峰. 上海交通大学, 2020(01)
- [5]催化裂化3D培训系统及故障诊断模块设计与实现[D]. 闫春玮. 燕山大学, 2019(03)
- [6]基于IWSN的工业设备监测系统研究与实现[D]. 白楠. 沈阳理工大学, 2019(03)
- [7]动力炉控制系统故障监测和诊断系统的设计与实现[D]. 徐向明. 电子科技大学, 2012(01)
- [8]基于SDG的多种故障诊断方法融合的异常工况管理系统研究[D]. 张卫华. 北京化工大学, 2010(05)
- [9]基于数字化工厂概念的乙烯装置生产过程模拟及其应用[D]. 钱新华. 大连理工大学, 2010(05)
- [10]热轧加热炉DCS故障诊断专家系统的研究[J]. 乔志刚,潘炼. 微计算机信息, 2010(04)