基于数据挖掘的工业过程控制性能评价方法及应用

论文摘要

控制性能评价对于保障工业过程的高效、稳定、安全运行具有重要的作用。传统的控制性能评价大都采用基于模型的最小方差类方法,这对于实际应用有一定的困难。考虑到现场操作人员一般能够根据自身的经验评价和调整控制性能,而其相关的知识则存储于工业过程监控数据之中,为此,本文研究了基于数据挖掘的工业过程控制性能评价方法,提出了基于梯度增强决策树+Logistic回归（GBDT+LR）算法的常规控制性能评价方法、以及基于关联规则的控制回路关联性能评价方法,论文的主要研究内容及取得的成果如下:1.建立了基于数据挖掘的常规控制性能指标,从确定性、随机性以及有效投用率等方面对控制回路进行性能评价,应用GBDT+LR算法对控制回路数据进行学习,建立控制性能分类器,采用分类器对常规控制性能进行评价。2.针对控制回路间关联性分析的问题,提出了基于关联规则挖掘的控制回路关联性能评价方法,利用历史标签数据,对控制回路间的关联规则进行挖掘,再根据关联规则对其关联性能进行评价。3.将所提出的方法应用于工业DMF回收过程,并开发了一个控制性能评价应用系统,获得了满意的结果,同时验证了所提方法的有效性。

论文目录

• 学位论文数据集
• 摘要
• ABSTRACT
• 第一章 绪论
•   1.1 研究的背景及意义
•   1.2 相关技术研究现状
•     1.2.1 控制性能评价方法
•     1.2.2 数据驱动的控制性能评价方法
•     1.2.3 关联规则挖掘技术
•   1.3 论文内容与结构安排
• 第二章 基于GBDT+LR算法的常规控制性能评价
•   2.1 引言
•   2.2 GBDT+LR算法
•   2.3 基于GBDT+LR算法的性能评价
•     2.3.1 常规控制性能指标
•     2.3.2 GBDT+LR分类器模型建立
•     2.3.3 基于分类器的评价方法
•   2.4 实例研究
•   2.5 本章小结
• 第三章 基于关联规则的控制回路关联性能评价
•   3.1 引言
•   3.2 Apriori关联规则算法
•     3.2.1 关联规则
•     3.2.2 Apriori算法
•   3.3 控制回路关联规则挖掘
•     3.3.1 评价数据预处理
•     3.3.2 评价数据规则挖掘
•     3.3.3 控制回路关联性能评价方法
•   3.4 实例研究
•   3.5 本章小结
• 第四章 应用研究
•   4.1 引言
•   4.2 DMF回收过程
•   4.3 常规控制性能评价
•   4.4 控制回路关联性能评价
•   4.5 应用系统
•   4.6 本章小结
• 第五章 结论与展望
•   5.1 结论
•   5.2 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
• 附件

文章来源

类型: 硕士论文

作者: 柴骅迅

导师: 李宏光,唐涛

关键词: 数据挖掘,控制性能评价,算法,关联规则

来源: 北京化工大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 数学,数学,工业通用技术及设备,计算机软件及计算机应用

单位: 北京化工大学

分类号: TB114.2;TP311.13

DOI: 10.26939/d.cnki.gbhgu.2019.000549

总页数: 83

文件大小: 4889K

下载量: 31