自动化技术与应用
自動化技術與應用
자동화기술여응용
Techniques of Automation and Applications
2015年
8期
7-12
,共6页
高建民%谢军太%高智勇%高旭
高建民%謝軍太%高智勇%高旭
고건민%사군태%고지용%고욱
流程工业%关联波动%复杂网络%建模与分析
流程工業%關聯波動%複雜網絡%建模與分析
류정공업%관련파동%복잡망락%건모여분석
process industry%correlation fluctuation%complex network%modeling and analysis
流程工业过程监测变量众多,过程关联性强,过程监测时间序列能够反映变量之间的关联波动规律.依据粗粒化方法将监测时间序列的关联波动状态转化为字符序列,序列按一定长度滑动形成一定长度的字符串的连续关联波动模态.将模态作为节点,模态之间的转化为边,构建监测时间序列之间的关联波动复杂网络,并运用复杂网络的相关理论对关联波动模态的变化规律进行分析.将其应用于煤化工大型压缩机组工作过程中典型故障监测数据分析,结果表明:系统正常运行和发生故障时监测序列关联波动过程的模态分布均具有幂律性,模态转换和演化主要发生在少数模态之间,但模态变化规律差异明显.结论不仅用于复杂工业过程的故障预警,同时也为探索多变量之间的关联波动规律提供了一种思路.
流程工業過程鑑測變量衆多,過程關聯性彊,過程鑑測時間序列能夠反映變量之間的關聯波動規律.依據粗粒化方法將鑑測時間序列的關聯波動狀態轉化為字符序列,序列按一定長度滑動形成一定長度的字符串的連續關聯波動模態.將模態作為節點,模態之間的轉化為邊,構建鑑測時間序列之間的關聯波動複雜網絡,併運用複雜網絡的相關理論對關聯波動模態的變化規律進行分析.將其應用于煤化工大型壓縮機組工作過程中典型故障鑑測數據分析,結果錶明:繫統正常運行和髮生故障時鑑測序列關聯波動過程的模態分佈均具有冪律性,模態轉換和縯化主要髮生在少數模態之間,但模態變化規律差異明顯.結論不僅用于複雜工業過程的故障預警,同時也為探索多變量之間的關聯波動規律提供瞭一種思路.
류정공업과정감측변량음다,과정관련성강,과정감측시간서렬능구반영변량지간적관련파동규률.의거조립화방법장감측시간서렬적관련파동상태전화위자부서렬,서렬안일정장도활동형성일정장도적자부천적련속관련파동모태.장모태작위절점,모태지간적전화위변,구건감측시간서렬지간적관련파동복잡망락,병운용복잡망락적상관이론대관련파동모태적변화규률진행분석.장기응용우매화공대형압축궤조공작과정중전형고장감측수거분석,결과표명:계통정상운행화발생고장시감측서렬관련파동과정적모태분포균구유멱률성,모태전환화연화주요발생재소수모태지간,단모태변화규률차이명현.결론불부용우복잡공업과정적고장예경,동시야위탐색다변량지간적관련파동규률제공료일충사로.