【正文】 準(zhǔn)確的數(shù)學(xué)模型。 基于數(shù)據(jù)驅(qū)動的過程監(jiān)控方法不需要過程的精確解析模型，所獲得的理論成果和方法能夠較快地應(yīng)用于實際工業(yè)生產(chǎn)中。由于故障與過程特征信息之間存在內(nèi)在關(guān)系，當(dāng)故障發(fā) 生時，將會引起過程特征信息 在幅值和結(jié)構(gòu)等方面的變化，進(jìn)而在監(jiān)控模型中體現(xiàn)出與過程正常運行狀況不同的性狀，由此完成對過程性能的監(jiān)控。但是，用神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷也存在一定的缺陷，該方法難以利用經(jīng)驗知識進(jìn)行診斷，網(wǎng)絡(luò)結(jié)構(gòu)和規(guī)模的選取存有未知性，算法的收斂性、實時性、快速性難以保證等。 它首先選擇出對故障敏感的特征參數(shù)進(jìn)行訓(xùn)練處理，提取關(guān)鍵信息，以建立各種故障的基準(zhǔn)模式集，再由實測的信息采用模式匹配算法與已建立的故障基準(zhǔn)模式集進(jìn)行模式匹配，從而檢測和分離出故障。另外在自適應(yīng)能力、學(xué)習(xí)能力及實時性方面也都存在不同程度的局限性。參數(shù)估計方法要求找出模型參數(shù)和故障參數(shù)之間的一一對應(yīng)關(guān)系 ，將參數(shù)估計法和其他基于解析模型的方法結(jié)合起來，能更好的故障檢測和分離。 該方法是一種無閾值的方法，特別適用于維數(shù)較低的被測量變量的冗余信號的優(yōu)劣判斷。在能夠得到系統(tǒng)的精確數(shù)學(xué)模型的情況下，狀態(tài)估計的方法是最為直接有效的。 天津大學(xué)仁愛學(xué)院 2020 屆本科生畢業(yè)設(shè)計（論文） 3 基于解析模型的方法 基于解析模型的故障診斷方法主要依賴于精確的過程模型，通過將被監(jiān)控對象的可測信息和由數(shù)學(xué)模型重構(gòu)的過程特征信息進(jìn)行比較，從而產(chǎn)生殘差，并通過對殘差的統(tǒng)計分析和處理而實現(xiàn)故障檢測和故障識別 的技術(shù) [5]。 1971年，美國學(xué)者 Beard首次提出用解析冗余代替硬件冗余故障檢測和診斷的思想，為過程監(jiān)控理論的發(fā)展奠定了基礎(chǔ)，同時，也促進(jìn)了過程監(jiān)控體系的完善。但是當(dāng)系統(tǒng)的狀態(tài)變化時，對 應(yīng)原閾值就不再適用，另外，它沒有考慮過程變量之間的相互作用，它對過程的干擾缺乏靈敏性。 過程故障評價與決策：判斷故障的發(fā)展趨勢以及對監(jiān)控對象的影響，并針對不同的工況采取不同的措施，確保過程的正常運行。 過程故障檢測：通過對生產(chǎn)過程特征信息進(jìn)行分析，判別其是否超出預(yù)定的范圍，確定系統(tǒng)是否有故障發(fā)生。過程監(jiān)控的目標(biāo)就是推導(dǎo)出對所有可能的故障都具有最大靈敏度和魯棒性的量度，通過對過程的異常變化進(jìn)行分析，判別系統(tǒng)是否發(fā)生故障，并對故障幅度進(jìn)行定量分析，確定故障類型、位置、量級和時間。 從廣義上講，過程監(jiān)控就是對過程監(jiān)控系統(tǒng)運行中的各種狀態(tài)信息和已有知識信息進(jìn)行綜合處理、最終得到關(guān)于系統(tǒng)運行狀態(tài)和故障狀況的綜合評價過程。 隨著計算機(jī)科學(xué)的發(fā)展，尤其是計算機(jī)技術(shù)、自動控制技術(shù)、通信技術(shù)水平的日益提高，流程工業(yè)不斷的向大型化、集成化、復(fù)雜化和精細(xì)化的方向發(fā)展，故障發(fā)生的可能性也隨之增加；同 時，市場競爭的加劇，能源、環(huán)保要求的提高，迫使人們不得不考慮工業(yè)設(shè)備及控制系統(tǒng)的可靠性和安全性。小波分析 。檢測到異常變化時，使用變量貢獻(xiàn)圖確定故障源，實現(xiàn)故障的分離。 Sons, New York,1991. [20]J. E. Jackson and G. S. Mudholkar. Control procedures for residuals associated with principal ponent analysis. Technometrics, 21:341349,1979. [21]R. A. Johnson and D. W. Wichern. Applied Multivariate Statistical Analysis. Prentice Hall, New Jersey, 3rd edition, 1992. [22]J. Kresta, J. F. MacGregor, and T. Marlin. Multivariate statistical monitoring of process operating performance. Can. J. Chem. Eng. ,69:3547,1991. [23]S. Wold, K, Esbensen, and P. Geladi. Principal ponents analysis. Chemometriics and Intelligent Laboratory Systems, 2:37, 1987. [24]B. M. Wise, N. L. Ricker, and D. . Upset and sensor failure detection in multivariate processes. Technical report, Eigenvector Research, Manson, Washington,1989. [25]W. W. Hines and D. C. Montgomery. Probability and Statistics in Engineering and Management Science. John Wiley amp。 — 系統(tǒng)分析 ICA 應(yīng)用的多尺度分解 與離線建模。了解 獨立成分分析 (ICA)的基本概念。 五、研究方法與手段 (1) 將 作為后臺服務(wù)程序完成對離線過程信息的降噪分析及優(yōu)化的 ICA 模型的建立，將仿真實時數(shù)據(jù)投影到該模型，采用 SPE 統(tǒng)計量、 2dI 統(tǒng)計量和 2eI 統(tǒng)計量完成生產(chǎn)過程故障的檢測。在這種情況下，用傳統(tǒng)的多變量統(tǒng)計過程技術(shù)（如 PCA）對過程進(jìn)行監(jiān)控，勢必會導(dǎo)致過程性能分析不準(zhǔn)和過程故障的誤報、漏報。 自 20 世紀(jì) 90 年代以來，基于多元統(tǒng)計投影理論的過程性能監(jiān)控和故障診斷技術(shù)受到了學(xué)術(shù)界和工業(yè)界的廣泛重視，并在化工生產(chǎn)過程得到了成功應(yīng)用。在現(xiàn)代化生產(chǎn)過程中，過程故障檢測及其相關(guān)技術(shù)的研究有著深刻的理論價值和不容忽視的重要性。 指導(dǎo)教師（簽字） 年 月 日 審題小組組長（簽字） 年 月 日 天津大學(xué)仁愛學(xué)院本科生畢業(yè)設(shè)計（論文）開題報告 課題名稱 基于 ICA 的流程工業(yè)故障診斷系統(tǒng)的研究 系 名 信息工程系 專 業(yè) 自動化 學(xué)生姓名 楊俊敏 指導(dǎo)教師 扈書亮 一、課題來源及意義 獨立陳分分析（ Independent Component Analysis），最早應(yīng) 用于盲源信號分離（ Blind Source Separation）。 二、參考文獻(xiàn) [1]劉磊 ,張宇明 ,錢積新 .統(tǒng)計過程在連續(xù)生產(chǎn)中的應(yīng)用 [J].化工自動化及儀表 ,第 24 卷， 1995. [2]于俊英 ,連岳 .SPC 在柔性設(shè)計制造中心生產(chǎn)加工中的應(yīng)用 [J].航空制造技術(shù) , 2020. [3]張公緒 ,孫靜 .統(tǒng)計過程控制與診斷 [J].質(zhì)量與可靠性 ,2020. [4]劉階萍 ,羅振璧 ,陳禹六 .工序能力指數(shù)的統(tǒng)計分析與改進(jìn) [J].北京科技大學(xué)學(xué)報 ,第 26 卷第 2 期 ,2020. [5]高巖 ,楊慧中 .一種主元分析方法在聚合生產(chǎn)過程故障檢測與診斷中的應(yīng)用 [J].江南大學(xué)學(xué)報（自然科學(xué)版） , 2020. [6]王海清 ,宋執(zhí)環(huán) ,李平 .改進(jìn) PCA 及其在過程監(jiān)控與故障診斷中的應(yīng)用[J].化工 學(xué)報 , 第 52 卷第 6 期 , 2020 年 6 月 . [7] and ,Statistic Process Control of Multivariate Processes [J], Control Practice, , , 403414. 三、設(shè)計（研究）內(nèi)容和要求（包括設(shè)計或研究內(nèi)容、主要指標(biāo)與技術(shù)參數(shù)，并根據(jù)課題性質(zhì)對學(xué)生提出具體要求。 一、原始依據(jù)（包括設(shè)計或論文的工作基礎(chǔ)、研究條件、應(yīng)用環(huán)境、工作目的等。 應(yīng)用環(huán)境：基于獨立分分析法的數(shù)據(jù)信息挖掘技術(shù)的研究 工作目的：熟練掌握 MATLAB 的 M 文件編程 掌握故障診斷技術(shù)的基本分類以及基于信號處理的方法的基本步驟。 對實際的診斷效果做出相應(yīng)的評價。 隨著科技的發(fā)展，過程工業(yè)系統(tǒng)的規(guī)模在逐漸擴(kuò)張，工藝也越來越復(fù)雜，使得人們不得不將過程的可靠性以及安全性能重視起來； 此外，過程工業(yè)通常對生產(chǎn)環(huán)境的要求亦非常嚴(yán)格，尤其是在石油煉制、化工、電力、鋼鐵、冶金等流程工業(yè)生產(chǎn)過程中極為突出。 ICA 在生物醫(yī)學(xué)信號處理、混合語音分離、盲源信號分離、圖像處理以及人臉識別領(lǐng)域已獲得了成功的應(yīng)用，但在化工過程性能監(jiān)控方面的應(yīng)用還很少。另外，大部分工業(yè)過程都不是運行在單一的工況下，相反，在各種工業(yè)生產(chǎn)過程中，普遍存在著工況的切換問題。檢測到異常變化時，使用變量貢獻(xiàn)圖確定故障源，實現(xiàn)故障的分離。 六、進(jìn)度安排 — 查找資料，通過書籍和視頻學(xué)習(xí)小波 分析和主元分析法的基本理論，初步 練習(xí)使用 MATLAB 軟件。 — 編寫程序，完成 MATLAB 中的算例 仿真。 Sons, New York, 1973. [13] Seongkyu Yoon , MacGregor J F. Statistical and causal modelbased approaches to fault detection and isolation [J] . AIChE J , 2020, 46( 9):18131824. [14]M. J. Piovoso, K. A. Kosanovich, and R. K. Pearson. Monitoring process performance in real time. In Proc. of the American Control Conf. ,pages 23592363, Piscataway, New Jersey, 1992. IEEE Press. [15]E. W. Jacobsen. Studies on Dynamics and Control of Distillation thesis, University of Trondheim, Trondheim, Norway, 1991. [16]B. M. Wise, N. L. Ricker, D. J. Velkamp, and B. R. Kowalski. A theoretical basis for the use of principal ponent models for monitoring multivariate processes. Technnical report, Eigenvector Research, Manson, Washington,1989. [17]S. Wold. Crossvalidatory estimation of ponents in factor and principal ponents models. Technometrics, 20:397405. [18]J. F. MacGregor and T. Kourti. Statistical process control of multivariate processes. Control Engineering Practice, 3:403414,1995. [19] J. E. Jackson. A User’s Guide to Principal Components. John Wiley amp。本文以過程監(jiān)控變量為研究對象，通過對歷史數(shù)據(jù)進(jìn)行小波降噪和獨立成分分析，建立優(yōu)化的獨立元模型，利用獨立元模型對 “生產(chǎn)模擬控制系統(tǒng) ”的仿真實時數(shù)據(jù)進(jìn)行在線監(jiān)控，采用 SPE 統(tǒng)計量、 2dI 統(tǒng)計量和 2eI 統(tǒng)計量判斷系統(tǒng)是否發(fā)生故障。ICA。wavelet analys 1 目 錄 第一章 緒論 ...................................... 1 引言 .................................................................................... 1 過程監(jiān)控基本概念 ............................................................. 1 過程監(jiān)控的常用技術(shù) ......................................................... 2 基于多變量統(tǒng)計方法的過程監(jiān)控的研究現(xiàn)狀 .................. 5 本文主要研究內(nèi)容 ............................................................. 6 第二章 獨立成 分分析法監(jiān)控理論 .................... 7 ICA 概述 ..............................................................