Datenbasierter Entwurf von Fehlerdiagnosesystemen

Dateibereich 29482

943,8 KB in einer Datei, zuletzt geändert am 09.02.2012

Dateiliste / Details

DateiDateien geändert amGröße
Yin_Shen_Dissertation.pdf09.02.2012 09:39:24943,8 KB
Durch steigende Anforderungen an Systemverhalten, Produktqualität sowie ökonomischen Betrieb werden moderne technische Systeme stets komplizierter und ihr Grad an Automatisierung steigt wesentlich. Um die Sicherheit und Zuverlässigkeit solcher komplizierter Prozesse zu gewährleisten sind effektive Fehlerdiagnosesysteme heutzutage von großer industrieller Bedeutung. Auch wenn die Theorie zur modellbasierten Fehlerdiagnose wohl etabliert ist so ist es, gerade für komplexe Prozesse, doch schwierig das hierfür benötigte mathematische Modell basierend auf physikalischen Grundprinzipien herzuleiten. Auf der anderen Seite sind meist viele historische Daten von regulären Sensormessungen sowie Verlaufsprotokolle und -aufzeichnungen von solchen Industrieprozessen vorhanden. Motiviert hierdurch ist es von großem Interesse in der Lage zu sein ein Fehlerdiagnosesystem basierend auf eben diesen vorhandenen Daten zu entwerfen. Daher liegt der Fokus dieser Arbeit auf der Entwicklung effizienter datenbasierter Fehlerdiagnose-Schemata für verschiedene Einsatzzwecke. Diese Arbeit ist hauptsächlich den Modifikationen der Standardansätze der multivariaten statistischen Prozessüberwachung gewidmet. Die modifizierten Ansätze sind deutlich einfacher als die Standardverfahren und umgehen dazu noch deren Nachteile. Als ein Ergebnis sind die vorgeschlagenen Ansätze in der Lage eine höhere Güte der Fehlerdiagnose bei Anwendungen mit stationären Betriebsbedingungen zu gewährleisten. Die weiteren Untersuchungen dieser Arbeit befassen sich mit der Entwicklung von zuverlässigen Fehlerdiagnoseschemata für dynamische Prozesse unter industriellen Betriebsbedingungen. Statt das gesamte Prozessmodell identifizieren zu müssen kann hierbei die Erkennung der Hauptfehler meist effizient realisiert werden indem nur Schlüsselkomponenten identifiziert werden. Fortgeschrittene Entwurfsschemata wie zum Beispiel multiple Residuengeneratoren und Zustandsbeobachter werden ebenso untersucht um eine hohe Fehlersensitivitäts-Güte sicherzustellen. Für Großprozesse die Änderungen, in zum Beispiel ihren Betriebspunkten oder den manipulierten Variablen, unterworfen sind werden rekursive und adaptive Techniken untersucht um Unsicherheiten begegnen zu können. Hierzu wird ein neues datenbasiertes, adaptives Schema vorgeschlagen dessen Stabilität und Konvergenzrate analytisch bewiesen werden. Verglichen mit Standardtechniken beinhaltet dieser Ansatz keine komplizierten Onlineberechnungen und erzeugt eine konsistente Schätzung der unbekannten Parameter. Um die Effektivität der hergeleiteten datenbasierten Ansätze zu zeigen werden diese am Ende der Arbeit an drei verschiedenen industriellen Beispielprozessen, dem Tennessee Eastman Chemieprozess, dem Penizilin Batch-Edukt Fermentations-Prozess und dem Rührkesselreaktor simulativ erprobt.
Lesezeichen:
Permalink | Teilen/Speichern
Dokumententyp:
Wissenschaftliche Abschlussarbeiten » Dissertation
Fakultät / Institut:
Fakultät für Ingenieurwissenschaften » Elektrotechnik und Informationstechnik » Automatisierungstechnik und komplexe Systeme
Dewey Dezimal-Klassifikation:
600 Technik, Medizin, angewandte Wissenschaften » 620 Ingenieurwissenschaften
Stichwörter:
Fault diagnosis system, Data-driven design, Multivariate statistical process monitoring, Principal component analysis, Partial least squares, Subspace aided approach, Recursive identification, Adaptive diagnostic observer
Beitragende:
Prof. Dr.-Ing. Ding, Steven X. [Betreuer(in), Doktorvater]
Prof. Ph.D. Wang, Zidong [Gutachter(in), Rezensent(in)]
Sprache:
Englisch
Kollektion / Status:
Dissertationen / Dokument veröffentlicht
Datum der Promotion:
07.02.2012
Dokument erstellt am:
09.02.2012
Promotionsantrag am:
15.11.2011
Dateien geändert am:
09.02.2012
Medientyp:
Text