基于数据驱动模型的过程报警事件预测

论文摘要

流程工业的过程安全问题越来越受到重视，与此同时，大量记录在集散控制系统（DCS）和紧急停车系统（ESD）数据库中的历史数据也有待于充分利用。为此，论文提出了一种基于工业数据的过程报警事件预测方法，采用Logistic回归模型和时间序列模型分别预测过程报警状态序列和持续时间序列，结合两者得到过程报警事件的预测结果。论文首先研究了Logistic回归模型和事件序列模型的预测方法；针对过程报警事件的特性，采用一个二元组对该事件进行描述，从而定义了过程报警事件序列，由于该序列中既包含离散状态分量，又包含数值连续的时间分量，提出了基于Logistic和时间序列模型的过程报警事件预测方法，并给出了详细的预测步骤；将所提出的预测方法应用于TE过程和工业DMF回收过程，结果表明该方法能够较为准确地预测过程报警事件；面向应用的需求，基于OPC技术和SQL数据库在VB平台上设计开发了一个过程报警管理系统，并结合TE过程仿真平台对该系统进行了测试。研究表明，基于Logistic回归模型和时间序列模型的过程报警事件预测方法，能够从工业数据中挖掘出有用信息，做出比较准确的预测；实验结果说明了该方法的可行性和有效性，并且在工业过程中具有一定的应用价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 前言
• 1.1 研究背景和意义
• 1.2 国内外文献综述
• 1.2.1 故障预报技术
• 1.2.2 Logistic 回归模型及其应用
• 1.2.3 时间序列分析
• 1.3 论文的结构安排
• 第二章 数据驱动模型研究
• 2.1 引言
• 2.2 Logistic 回归模型
• 2.2.1 基本模型
• 2.2.2 多值 Logistic 回归模型
• 2.2.3 Logistic 回归模型预测
• 2.2.4 实例分析
• 2.3 时间序列分析
• 2.3.1 序列平稳性
• 2.3.2 时间序列模型
• 2.3.3 时间序列建模过程
• 2.3.4 实例分析
• 2.4 本章小结
• 第三章 过程报警事件预测方法
• 3.1 引言
• 3.2 过程报警事件预测
• 3.2.1 过程报警事件序列
• 3.2.2 过程报警状态的预测
• 3.2.3 过程报警持续时间的预测
• 3.2.4 过程报警事件预测
• 3.3 实例研究
• 3.4 本章小结
• 第四章 实例研究
• 4.1 引言
• 4.2 TE 过程
• 4.2.1 过程描述
• 4.2.2 实例分析
• 4.3 DMF 回收过程
• 4.3.1 工艺过程
• 4.3.2 实例分析
• 4.4 本章小结
• 第五章 过程报警管理系统
• 5.1 引言
• 5.2 系统设计
• 5.3 系统实现
• 5.4 本章小结
• 第六章 结论与展望
• 参考文献
• 致谢
• 研究成果及发表的学术论文
• 作者及导师简介