论文题目: 流程工业粒度数据挖掘技术研究与应用
论文类型: 博士论文
论文专业: 控制理论与控制工程
作者: 耿志强
导师: 朱群雄
关键词: 数据挖掘,信息粒度矩阵,粒度计算,动态模糊聚类分级算法,流程诊断与优化
文献来源: 北京化工大学
发表年度: 2005
论文摘要: 随着石油、化工等流程工业的日益大型化、复杂化和现代化,产生了大量的有关物质、能源、工艺设备和操作信息等方面的数据。从大量的生产、管理数据中挖掘深层次的生产知识、最优操作条件和管理模式,即流程工业数据挖掘,是实现流程工业过程的在线监测、故障诊断、安全评估、生产管理、市场分析与预测等的关键技术之一,为流程工业的稳定操作、高效生产提供更有效的决策支持。 流程工业数据挖掘应用的首要任务就是选择和建立有效的适合流程工业数据性质的挖掘算法,粒度数据挖掘技术可以从不同系统级别的角度研究系统,根据实际的应用划分不同的粒度空间,在不同的粒度空间寻找系统的操作模型和相关的约束变量,挖掘流程变量之间的关系与规律,寻求不同粒度空间的局部的或全局的优化方法,有效的解决流程工业诊断和优化的实际问题。 裂解炉系统是乙烯生产过程中的龙头装置,具有一般连续流程工业的各种典型特性。本文以此为主要背景来研究流程工业粒度数据挖掘技术。 针对流程工业数据的高维数、不确定的特点,研究适合处理流程数据的模糊集、粗糙集的粒度数据挖掘理论和方法。针对粗糙度不能完全区分知识粒度的缺点,研究了信息粒度原理与知识粗糙性本质关系,提出了基于粒度熵的信息量化方法和最优属性约简算法;为寻求快速有效的流程工业粒度数据挖掘方法,根据模糊信息粒度矩阵的原理,提出了基于信息粒度矩阵算法的粗糙数据挖掘模型,以及信息粒度压缩矩阵算法和增量式规则获取;提出的粗糙数据挖掘模型和挖掘算法操作方便、易于理解,降低了存储空间,提高了流程工业数据挖掘的运行效率。 针对流程工业数据包含大量噪声、多时标和动态性的特点,进行了以下研究:在数据移动窗内,采用小波变换进行特征提取和滤波,研究了输入训练神经网络的非线性主元分析粒度数据挖掘方法,改进了输入训练神经网络的学习算法;利用小波的多粒度空间分析,提出了自适应多尺度非线性主元分析(MS-NLPCA)的流程工业时序数据的特征提取与非正常工况监测方法;研究了基于流程参数正态
论文目录:
摘要
ABSTRACT
目录
第一章 绪论
1．1 数据挖掘发展概况
1．2 数据挖掘知识分类
1．3 粒度数据挖掘方法
1．4 粒度数据挖掘技术在流程工业中的应用
1．4．1 流程工业生产特点及面临的问题
1．4．2 粒度数据挖掘在流程工业诊断和优化中的应用
1．5 本文的研究内容
1．6 本文的组织结构
第二章 基于粒度熵的信息度量及最优属性约简
2．1 粗糙集理论
2．1．1 信息系统与决策表
2．1．2 近似空间
2．1．3 约简与核
2．1．4 知识获取
2．2 信息粒度与粗糙近似
2．2．1 不同粒度世界的关系
2．2．2 信息粒度的分层递阶结构
2．2．3 知识粗糙性的粒度计算
2．2．4 基于粒度熵的知识约简
2．2．5 实例研究
第三章 基于信息粒度矩阵算法的粗糙数据挖掘方法
3．1 模糊粒度关系及其运算性质
3．2 决策表的信息粒度矩阵表示
3．3 基于信息粒度矩阵算法的粗糙数据挖掘模型
3．3．1 属性粒度矩阵算法
3．3．2 粗糙近似
3．3．3 属性的重要度和核
3．3．4 决策表约简
3．3．5 实例分析
3．4 信息粒度压缩矩阵算法
3．5 增量式规则更新算法
3．6 小结
第四章 集成MSNLPCA-粗糙集方法的流程工业智能诊断
4．1 流程工业数据的预处理技术
4．1．1 小波变换的本质-多粒度分析
4．1．2 基于小波的在线信号滤波
4．1．3 基于流程参数正态分布的模糊信息的离散化模型
4．2 基于信息粒度矩阵算法的模糊规则挖掘
4．3 自适应多尺度非线性PCA挖掘方法
4．3．1 基于改进输入训练神经网络非线性PCA
4．3．2 ITNN学习算法及其改进
4．3．3 改进ITNN方法的有效性
4．4 MS-NLPCA的理论框架
4．4．1 基于MS-NLPCA的过程监测
4．4．2 仿真实例研究
4．5 集成MSNLPCA-粗糙集方法的流程工业故障诊断模型
4．6 应用实例研究
4．7 小结
第五章 动态聚类算法在流程报警与操作优化中的应用
5．1 动态模糊聚类
5．1．1 模糊相似矩阵构造
5．1．2 基于等价关系的粒度聚类方法
5．1．3 基于主元分析的聚类个数确定
5．2 基于相关指数的变量等级排序
5．3 模糊聚类-分级算法在乙烯裂解炉报警优化中的应用
5．3．1 随机抽样
5．3．2 流程数据标准化
5．3．3 动态模糊聚类-变量等级排序
5．3．4 乙烯裂解炉系统报警的优化管理
5．4 动态核聚类算法在乙烯生产操作优化中的应用
5．4．1 核聚类算法
5．4．2 实例验证
5．4．3 乙烯裂解炉优化操作模式识别和油品选择
5．5 小结
第六章 基于数据挖掘的乙烯裂解炉诊断与优化系统开发
6．1 系统需求分析
6．2 系统结构和功能
6．3 系统详细设计与实现
6．4 小结
第七章 结论与展望
7．1 工作总结
7．2 工作展望
参考文献
致谢
攻博期间完成的论文和参加的科研项目
发布时间: 2005-09-26
参考文献
- [1].流程工业企业综合自动化系统若干关键技术与应用研究[D]. 刘传文.浙江大学2004
- [2].基于模式识别的流程工业生产在线故障诊断若干问题研究[D]. 庄进发.厦门大学2009
- [3].过程系统的大规模优化问题研究[D]. 仲卫涛.浙江大学2001
- [4].流程工业数据协调模型与算法研究[D]. 张溥明.浙江大学2001
- [5].基于支持向量机新算法的流程工业过程故障诊断方法研究[D]. 刘丽梅.东北大学2012
- [6].流程工业生产系统TRF模型及方法研究[D]. 朱炜.浙江大学2012
- [7].流程工业的预测控制及操作优化方法研究[D]. 庞强.东北大学2015
相关论文
- [1].基于数据驱动的流程工业性能监控与故障诊断研究[D]. 郭明.浙江大学2004
- [2].信息系统的约简与粒度分析及其在数据挖掘中的应用[D]. 王立宏.上海大学2004
- [3].化学化工数据挖掘技术的研究[D]. 束志恒.浙江大学2005
- [4].数据挖掘方法及其在电力系统故障诊断中的应用研究[D]. 何友全.西南交通大学2004
- [5].结构数据挖掘与处理的若干问题的研究[D]. 王晨.复旦大学2005
- [6].基于数据挖掘的远程学习评价研究[D]. 刘革平.西南师范大学2005
- [7].流程工业信息基元集成方法及应用研究[D]. 顾祥柏.北京化工大学2005
- [8].贝叶斯网络结构学习及其在数据挖掘中的应用研究[D]. 黄解军.武汉大学2005
标签：数据挖掘论文; 信息粒度矩阵论文; 粒度计算论文; 动态模糊聚类分级算法论文; 流程诊断与优化论文;