TE(Tennessee Eastman)過程仿真

1、前言

看著我以往的文章分類,我思忖了片刻,默默的留下了眼淚,我現在要寫的東西,不知道應該歸位哪一類,我只要新建了一個文集。

生活不易,打工不易。都是為了吃口飯么,不寒磣。

我不會MATLAB。

我英語還不好。

我費勁的呀。

2、正文開始

1。首先下載數據

https://github.com/camaramm/tennessee-eastman-profBraatz
上面的網址可以下載數據,也有數據介紹什么的。當然了。這些數據,就是我下面這些操作生成的,如果你不想自己做,用現成的數據也可以。下面是數據簡介:

image.png

數據能用來做什么:評估數據驅動的方法如:PCA,PLS,FDA,CVA
image.png

2。然后下載MATLAB代碼

http://depts.washington.edu/control/LARRY/TE/download.html

image.png

3。解壓縮
image.png

解壓縮以后注意看一下README和PDF。
README中你可以看到每個文件是干什么的。


image.png

PDF主要講的是最新改版改了什么。

4。README

看了readme以后,我就大致明白了,你打開MATLAB,到剛才解壓縮的那個文件夾,這三個.mdl文件是你雙擊可以直接運行的仿真,其他都是被調用的。這三個的區別在于三種不同的模式,至于具體的模式有啥區別,還沒仔細看。


image.png

當然了,你也可以選擇鼠標右鍵點擊,選擇以文本方式打開,可以看到他的代碼。


image.png

下面都以mode1為例。
5。仿真模型的結構圖

雙擊以后就是下面的畫面。請確保你的MATLAB安裝了Simulink


image.png

點擊上面的箭頭,進入父級(我不懂,MATLAB說的)


image.png

雙擊上面的紅框,Disturbances模塊可以改變故障的種類。如下圖所示,1*28的矩陣,因為有28種故障,如圖所示第8個位置是1,即添加第8種故障。
image.png

下面是網上的仿真圖,是不是不太一樣,左下角不一樣,注意左下角的兩個模塊是自己添加的。其中Constant模塊用于設置故障時間的,圖中顯示10,就是在第10個小時引入故障。


image.png
6。修改仿真模型的結構圖

如圖所示,點擊“庫瀏覽器”,就會出現左側邊欄,在搜索框中輸入你需要的名字,比如如上圖所示,我需要添加一個constant庫和一個variable time delay庫,我就在搜索框中輸入相應的名字,回車就出現了,然后拖拽至你想要的位置,用箭頭把他們像下圖這樣連起來,就可以了,如果哪里弄錯了,選中然后點“Del”鍵就可以刪除。


image.png
7。修改故障種類

在5中提到了,雙擊下圖所示的庫


image.png

將故障修改為如下圖所示,就是引入故障1。


image.png
8。修改故障引入的時間
image.png

雙擊上面庫進入,修改常量為10,即前10個小時正常運行,在第10個小時引入故障1.


image.png
9。運行結果

點擊運行


image.png

如下面兩圖所示,為仿真20小時,第1小時正常運行,在第2個小時引入故障1


image.png
image.png

如下面兩圖所示,為仿真50小時,前10小時正常運行,在第10個小時引入故障1


image.png
image.png
10。采樣時間的設置

如下圖


image.png
11。采樣間隔的設置

打開Mode_1_Init.m文件,找到Ts_save參數,原本為0.01,這個參數就是設定采樣周期,你還記得以前學的周期和頻率的關系嗎?周期為0.01,頻率就是1/0.01 = 100,也就是說1小時采樣100個。


image.png

還有一種方式可以修改,雙擊simout,找到Ts_save點右邊的省略號,選擇瀏覽


image.png

在右邊編輯修改,確認退出。
image.png

我們改成1/30試一下,也就是一小時采樣30個。


image.png

得到的結果圖在變換一下尺度,就跟我參照的網圖一樣了。


image.png
12。數據

仿真結束以后,先不要關,打開MATLAB的界面。


image.png

如上圖
simout顯示41個觀測變量,XMV為12個操作變量(共53個變量)。
而矩陣都是1501行,這個怎么來的,是我設置的Ts_save = 1/30,也就是一小時采樣30個,采樣時間50小時,一共1500個點。1501就是把開始時刻就是0時刻算上了,僅此。
如下圖XMV(5),XMV(9),XMV(12)操作變量是常數,對故障的分析來說沒有用,分析時候需要刪除,于是53個變量就變成了50個。


image.png

這些數據保存就可以用于數據科學了。
13。增加變量

隨著TE數據版本的不斷更替,變量多了,我現在用不到,但是留個參考,以后萬一要用了找不到
https://www.bilibili.com/read/cv27682184/?jump_opus=1

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,533評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,055評論 3 414
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,365評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,561評論 1 307
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,346評論 6 404
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,889評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 42,978評論 3 439
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,118評論 0 286
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,637評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,558評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,739評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,246評論 5 355
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 43,980評論 3 346
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,362評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,619評論 1 280
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,347評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,702評論 2 370

推薦閱讀更多精彩內容