SVM-FuzzyES技術在污水處理工藝故障診斷中的應用

【摘要】：現(xiàn)有的故障診斷理論和技術正面臨著復雜過程的復雜性帶來的嚴峻挑戰(zhàn)，研究復雜過程的故障診斷技術，對于保證大型流程工業(yè)生產(chǎn)的安全穩(wěn)定運行，從而切實提高企業(yè)的經(jīng)濟效益具有重要的現(xiàn)實意義。因此，論文以活性污泥法污水處理故障診斷作為應用對象，研究了復雜過程的智能故障診斷技術。 首先，提出并建立了基于SVM-FuzzyES方法的“故障檢測→故障診斷”智能集成故障診斷模型框架：支持向量分類機用于污水處理過程運行過程故障檢測模塊，得到故障發(fā)生的區(qū)域；模糊專家系統(tǒng)用于污水處理工藝過程故障診斷，從故障發(fā)生的區(qū)域得到故障發(fā)生的具體位置、給出原因和對策。 其后，用libsvm工具模擬SVM算法，并成功應用于污水處理工藝過程故障檢測，實驗過程中均達到了較高的分類精度，驗證了這兩種算法的有效性。 接下來，本文通過對活性污泥污水處理工藝的故障和運行參數(shù)的分析，對污水處理故障診斷模糊專家系統(tǒng)進行了詳細設計。采用Fuzzy Jess平臺，實現(xiàn)了故障診斷的模糊推理，并成功應用污水處理工藝過程故障診斷。測試表明診斷結果能夠達到專家水平，并針對該模糊專家系統(tǒng)的不足提出了改進方案。 支持向量機和模糊專家系統(tǒng)在污水處理工藝過程故障檢測和故障診斷中的成功應用，驗證了本文所提出的智能集成故障診斷模型有效性、采用的技術路線和工具的正確性。同時，在污水處理智能化診斷領域提出了一套能夠運用知識和推理來解決只有專家才能解決的復雜問題的智能化解決方案，此方案具有一定的創(chuàng)新性。 鑒于智能故障診斷方法和支持向量機理論研究都還在發(fā)展之中，同時受到研究水平和條件的限制，還有許多問題未能深入探討。但文中提出的智能集成故障診斷模型，以及應用支持向量機多分類技術進行污水處理過程狀態(tài)檢測，Java、Fuzzy Jess等工具構造模糊專家系統(tǒng)實現(xiàn)污水處理工藝過程故障診斷，為智能故障診斷技術在污水處理領域的深入、廣泛研究，提供了一種新的可行的思路和借鑒。 【關鍵詞】：智能故障診斷 支持向量機 Jess 污水處理 專家系統(tǒng)
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2006
【分類號】：X703
【目錄】：

• 中文摘要4-6
• 英文摘要6-11
• 1 引言11-21
• 1.1 課題的背景11-19
• 1.1.1 污水處理現(xiàn)狀與存在的問題11-12
• 1.1.2 智能故障診斷技術的研究現(xiàn)狀與發(fā)展趨勢12-17
• 1.1.3 智能故障診斷技術在污水處理領域的應用現(xiàn)狀17-19
• 1.2 課題的目的和意義19
• 1.3 本人在課題中的主要工作19-20
• 1.4 論文的主要內容20-21
• 2 相關理論概要21-39
• 2.1 支持向量機理論概要21-34
• 2.1.1 統(tǒng)計學習理論與支持向量機21-26
• 2.1.2 基于SVM的二值分類26-29
• 2.1.3 支持向量機多分類算法29-32
• 2.1.4 RS-SVM分類方法32-33
• 2.1.5 加權SVM算法的類別補償能力33-34
• 2.2 模糊專家系統(tǒng)概述34-39
• 2.2.1 模糊變量的處理34-35
• 2.2.2 模糊專家系統(tǒng)在解決實際問題中的優(yōu)點35-37
• 2.2.3 模糊專家系統(tǒng)的結構37-39
• 3 基于SVM-FuzzyES的智能集成故障診斷模型39-45
• 3.1 SVM-FuzzyES方法用于故障診斷39-40
• 3.2 基于SVM-FuzzyES的智能集成故障診斷模型結構40-45
• 3.2.1 SVM用于故障檢測40-41
• 3.2.2 FuzzyES用于故障診斷41-42
• 3.2.3 基于SVM-FuzzyES的智能集成故障診斷模型結構42-45
• 4 SVM理論在污水處理工藝過程故障檢測中的應用45-53
• 4.1 污水處理工藝過程故障檢測的意義45-46
• 4.2 城市污水處理廠日常監(jiān)控數(shù)據(jù)46-48
• 4.3 SVM用于污水處理工藝過程故障檢測的實驗48-53
• 4.3.1 加權SVM算法用于污水處理工藝過程故障檢測48-50
• 4.3.2 RS-SVM方法用于污水處理工藝過程故障檢測50-53
• 5 污水處理工藝過程故障診斷系統(tǒng)設計53-67
• 5.1 活性污泥處理工藝過程故障分析與參數(shù)檢測53-56
• 5.1.1 活性污泥污水處理工藝過程故障分析53-54
• 5.1.2 活性污泥處理系統(tǒng)運行參數(shù)54-56
• 5.2 模糊系統(tǒng)功能模塊結構56
• 5.3 數(shù)據(jù)庫存放的數(shù)據(jù)56-58
• 5.3.1 運行參數(shù)57
• 5.3.2 生物相狀態(tài)參數(shù)57-58
• 5.4 模糊知識表示58-62
• 5.4.1 活性污泥工藝污水處理系統(tǒng)故障樹58-59
• 5.4.2 污水處理工藝過程故障診斷系統(tǒng)模糊知識表示59-60
• 5.4.3 污水處理工藝過程故障診斷系統(tǒng)模糊規(guī)則庫60
• 5.4.4 污水處理工藝過程故障診斷系統(tǒng)檢測參數(shù)的模糊化60-62
• 5.5 推理機制的確定62-67
• 5.5.1 不精確推理方法的選擇62-63
• 5.5.2 推理控制策略的選擇63-64
• 5.5.3 模糊推理過程64-67
• 6 基于FuzzyJess平臺的污水處理工藝過程故障診斷系統(tǒng)實現(xiàn)67-81
• 6.1 污水處理工藝過程故障診斷專家系統(tǒng)開發(fā)環(huán)境的選擇67-68
• 6.1.1 專家系統(tǒng)開發(fā)環(huán)境簡介67
• 6.1.2 基于Java的專家系統(tǒng)工具的選擇67-68
• 6.1.3 開發(fā)平臺68
• 6.2 FuzzyJess不精確推理及其實現(xiàn)技術68-71
• 6.2.1 語言變量的模糊化69
• 6.2.2 不確定性傳播算法69-71
• 6.3 FuzzyJess模糊規(guī)則的表示71-76
• 6.3.1 推導規(guī)則、判定規(guī)則和排故規(guī)則71-74
• 6.3.2 Fuzzy-Fuzzy型規(guī)則74-76
• 6.4 Java主程序與推理機的交互76-77
• 6.5 模糊系統(tǒng)的測試與改進77-81
• 6.5.1 模糊系統(tǒng)測試77-79
• 6.5.2 模糊系統(tǒng)改進79-81
• 7 總結與展望81-83
• 7.1 結果與結論81
• 7.2 展望81-83
• 致謝83-85
• 參考文獻85-89
• 附錄89-91
• 獨創(chuàng)性聲明91
• 學位論文版權使用授權書91

您可以在本站搜索以下學術論文文獻來了解更多相關內容

支持向量機及其在函數(shù)逼近中的應用    朱國強,劉士榮,俞金壽

煤炭需求量預測的支持向量機模型    賈存良;吳海山;鞏敦衛(wèi);

爆破震動效應的支持向量機分析預測    張紅亮;王水林;呂穎慧;尹小濤;

基于支持向量機的液壓泵故障診斷    張國新;湯青波;許德昌;

基于支持向量機的浮游植物密度預測研究    馮劍豐;王洪禮;李勝朋;

基于支持向量機的ERP軟件供應商選擇    辛玉紅;朱廣田;

基于支持向量機的路基檢測研究    鄒華勝;楊峰;李剛;

基于支持向量機的水利工程項目風險評價    張金牡;

基于支持向量機的礦區(qū)開采沉降的預測    景海河;葉欣;高彥東;

基于支持向量機的洪水災情綜合評價模型    劉德地;陳曉宏;

支持向量機在電力客戶信用評級中的應用    林杰華;張斌;李冬森;宋華茂;余志強;王浩;

多變量系統(tǒng)預測的支持向量機方法研究    蔣鐵軍;張懷強;李積源;

基于小波支持向量機預測蛋白質亞細胞定位研究    黃淑云;孫興玉;梁汝萍;邱建丁;

支持向量機在語音識別中的應用研究    謝湘;匡鏡明;

基于支持向量機的鵝肉肉色客觀評定研究    涂冬成;薛龍;劉木華;趙進輝;沈杰;吁芳;

基于支持向量機的坦克識別算法    楊凌;劉玉樹;

基于支持向量機方法的深基坑變形預測    師旭超;巴松濤;

支持向量機方法在地下水位干擾排除中的初步應用    張軍;

基于改進的支持向量機和BP神經(jīng)網(wǎng)絡的識別算法    許建生;盛立東;

基于支持向量機的非線性系統(tǒng)辨識方法    榮海娜;張葛祥;張翠芳;

迎接時尚主板時代！    湖北 羅華

三一重工 推出混凝土成套設備    李健君

內幕交易與市場操縱的行為動機與判別監(jiān)管研究    課題主持人 李心丹　課題協(xié)調人 上海證券交易所 施東暉 傅浩 課題研究員 宋素榮 查曉磊 賓紅輝 張許宏 郭靜靜 黃雋 南京大學工程管理學院

計算機詳解配伍與藥效關系    李水根

非接觸式人臉識別技術    清華大學 蘇光大

我市九項目進入省“盤子”    YMG記者 李仁　通訊員 曲華明 孫運智

凝眸?？?nbsp;   翁軍　徐亨通 孫樹楠 沙志亮

酷愛化學 孜孜以求    上海大學理學院教授、副院長 陸文聰

選擇合適的數(shù)據(jù)挖掘算法    

王米渠與中醫(yī)心理學    周穎

基于CPFR的農(nóng)產(chǎn)品采購模型研究    杜小芳

動態(tài)過程數(shù)據(jù)的多變量統(tǒng)計監(jiān)控方法研究    劉育明

支持向量機（SVM）和徑向基神經(jīng)網(wǎng)絡（RBFNN）方法在化學、環(huán)境化學和藥物化學中的應用研究    欒鋒

市場條件下抽水蓄能電站效益綜合評價及運營模式研究    孫薇

支持向量機的核方法及其模型選擇    常群

鋅鋇白回轉窯煅燒過程智能建模研究    朱燕飛

支持向量回歸機及其應用研究    田英杰

基于蟻群優(yōu)化算法的若干問題的研究    燕忠

基于支持向量機的植物病害識別研究    任東

支持向量回歸在預測控制中的應用研究    楊金芳

支持向量機方法在感潮河段洪峰水位預報中的應用    劉艷偉

支持向量機算法設計及在高分辨雷達目標識別中的應用    楊鐳

基于支持向量機的電解液成分預測    童振

模糊粗糙集與支持向量機在煤與瓦斯突出預測中的應用研究    聶小芳

基于支持向量機的高爐向涼向熱爐況預測研究    鄢常亮

基于支持向量機的水電故障分類器的設計與實現(xiàn)    韓敘東

慢時變對象的支持向量機建模與在線校正方法研究    馮杰

支持向量機在沖擊地壓預測模型中的應用研究    朱耿峰

基于廣泛內核的CVM算法研究及參數(shù)C的選擇    王奇安

基于支持向量機和遺傳算法相結合的模擬電路故障診斷方法研究    張永新