多变量统计故障诊断方法课件

3多变量统计故障诊断方法3多变量统计故障诊断方法ContentsPCA故障诊断方法1KPCA故障诊断方法2ICA故障诊断方法3仿真实验4ContentsPCA故障诊断方法1KPCA故障诊断方法2I基于多变量统计的故障诊断方法有不依赖于过程模型、易于实施等特点，近年来在过程工业中得到广泛的应用，特别是对于复杂的过程，描述生产过程的精确数学模型难 以 建 立 时。最 常 用 的 有 主 元 分 析(PrinciPalComponentAnalysis,PCA)、主 元 回 归(PincipalcomponentRegression，PCR)、偏 最 小 二 乘(PartialLeassquare，PLS)、典型相关分析(eanonicalcorrelation Analysis，CCA)、费 舍 判 别 式(FisherDiscriminant Analysis，FDA)以及隐马尔可夫模型(HiddenMarovModel，HMM)。基于多变量统计的故障诊断方法基于多变量统计的故障诊断方法基于多变量统计的故障诊断方法有不依赖于过程模型、易于实施等特最 常 用 的 有 主 元 分 析(PrinciPalComponentAnalysis,PCA)、主 元 回 归(PincipalcomponentRegression，PCR)、偏最小二乘(PartialLeas square，PLS)、典型相关分析(eanonicalcorrelationAnalysis，CCA)、费舍判别式(FisherDiscriminantAnalysis，FDA)以及隐马尔可夫模型(Hidden Marov Model，HMM)。最常用的有主元分析(PrinciPalComponent在MSPC研究领域中，目前常用的工具有PCA、PCR、PLS、CCA、FDA及 HMM等。PCA、PCR、PLS和CCA都属于基于投影的统计降维技术，常用于故障的检测与隔离，而FDA和HMM都是统计模式识别技术，可用于故障的诊断，这其中研究较多的为PCA、PLS及FDA。在MSPC研究领域中，目前常用的工具有PCA、PCR、PLS基于基于PCA的故障诊断方法的故障诊断方法主元分析法(PcA，又称主成份分析)是一种应用广泛的多元统计分析方法.主元分析（PCA）是由Pearson（1901）最早提出来的。Hotelling（1933）对主元分析进行了改进，其已被广泛应用于各个领域。在过程监控领域相比其它方法具有适应性强、更易实现等优点，另外它在具有降维能力的同时，还可以把过程变量空间划分为表示子空间和残差子空间，实现子空间识别法可以实现的功能，如系统辨识v、故障识别等。因此，自从20世纪90年代初以来，PCA吸引了越来越多过程监控学者的关注，国内外也都出现以其为主要内容的专著。基于PCA的故障诊断方法主元分析法(PcA，又称主成份分析基于基于PCA的故障诊断方法的故障诊断方法基于PCA的故障诊断方法基于基于PCA的故障诊断方法的故障诊断方法基于PCA的故障诊断方法基于基于PCA的故障诊断方法的故障诊断方法基于PCA的故障诊断方法基于基于PCA的故障诊断方法的故障诊断方法基于PCA的故障诊断方法基于基于PCA的故障诊断方法的故障诊断方法故障检测就是检测系统中各个监测点的数据有无异常，它通常是将测量数据与系统校验模型相比较来实现的。跟据两者之间差距的显著性程度，判断系统中有无故障。根据前面的论述，主元分析法将数据空间分解为主元子空间和残差子空间，每一组测量数据都可以投影到这两个子空间内。因此引入Hotelling T2和平方预报误差（SquaredPredictionError,SPE）这两个统计量来监测故障的发生。HotellingT2统计量是用来衡量包含在主元模型中的信息大小，它表示标准分值平方和。它的定义如下：基于PCA的故障诊断方法故障检测就是检测系统中各个监测点的数基于基于PCA的故障诊断方法的故障诊断方法系统如果正常运行，则T2应满足：其中k为保留的主元数，n为样本数，为置信度为，自由度分别为k和n-k的F分布的上限值。基于PCA的故障诊断方法系统如果正常运行，则T2应满足：基于基于PCA的故障诊断方法的故障诊断方法SPE统计量是通过分析新的测量数据的残差进行故障诊断，用以表明这个采样数据在多大程度上符合主元模型，它衡量了这个数据点不能被主元模型所描述的信息量的大小。它的计算如下：正常工况下,SPE应满足：其中，是正态分布的的置信极限。基于PCA的故障诊断方法SPE统计量是通过分析新的测量数据的主元分析需要注意的几点问题主元分析需要注意的几点问题数据的标准化问题数据的标准化问题矩阵Xnm每一列对应于一个测量变量，每一行对应一个样本。在m维空间中，两个样本间的相似度应正比于两个样本点在m维空间中的接近程度。由于m个测量变量的量纲和变化幅度不同，其绝对值大小可能相差许多倍。为了消除量纲和变化幅度不同带来的影响，原始建模数据应作标准化处理，即：其中：，为均值；，为标准差。测试数据也要按照原始变量的均值和标准差进行标准化处理。主元分析需要注意的几点问题数据的标准化问题主元分析需要注意的几点问题主元分析需要注意的几点问题主元的个数选取问题主元的个数选取问题构造主元模型时必须确定主元的个数，而主元个数的确定应考虑两个方面的因素：即原始测量数据维数的降低和原始测量数据信息的丢失。主元个数的选取直接影响到故障监测与诊断的效果。如果主元数目选得过小，则残差子空间所包含的方差太多，使的残差子空间统计量的阈值偏大，从而导致小故障难于被检测出。而若主元数目取的太大，又会使残差子空间包含的信息太少，使得故障对残差影响不大，故障难于被监测出。可见，主元个数的选取是很重要的。有几种技术可以确定要选取主元个数的值4546，如百分比变化量测试、Scree检验、平性分析法、PRESS统计、主元贡献率法和重构故障偏差准则等。但似乎没有一种占主导地位的技术,可以作为确定主元个数的通用的方法。需要具体问题具体分析。主元分析需要注意的几点问题主元的个数选取问题基于基于PCA的统计建模的统计建模如上所述，利用过程测量数据建立正常状态下的PCA统计模型，是实现基于PCA的SPC的第一步。值得注意的是包括PCA(PLS，PcR等多变量技术也存在此问题)在内的传统的多元统计方法在建模推导中作了一些假设；l)各变量都服从高斯正态分布;(2)过程是线性的;(3)过程处于稳态，不存在时序自相关性;(4)过程参数不随时间变化。但流程工业中的对象往往难以满足上述条件，针对这些对标准PCA(或称传统PCA)的限制，许多学者提出了一些改进算法。基于PCA的统计建模如上所述，利用过程测量数据建立正常状态下1.针对非高斯特性的改进针对非高斯特性的改进传统PCA为了推导SPE和T2统计量的分布，确定控制限，一般假设过程变量服从正态分布，但实际工业过程观测到的数据的分布情况事先并不知道，并且由于非线性、过程自身因素等原因，往往也不服从多元正态分布，这时再采用传统的PCA方法，就会造成故障的严重误报和漏报。1.针对非高斯特性的改进传统PCA为了推导SPE和T2统计量1.针对非高斯特性的改进针对非高斯特性的改进一种解决办法是利用大量的历史数据进行概率密度估计进而确定统计量的控制限，首先采用PCA算法对过程数据进行降维，然后采用核密度估计算法估计隐变量的分布情况，该法在过程中的熔炉故障和齿轮故障的检测中都取得了理想效果。它的主要缺点在于核密度估计算法只对低维数据有效(2一3维)，当数据维数上升时，必须有大量的数据才能够得到较好的概率密度估计结果(即所谓的“维数灾难”)，同时其计算量也大大增加。另外，对局部概率密度的差别描述也较困难。1.针对非高斯特性的改进一种解决办法是利用大量的历史数据进行1.针对非高斯特性的改进针对非高斯特性的改进另 一 种 解 决 办 法 是 引 入 高 斯 混 合 模 型(GaussianMixturemodel，GMM)来估计PCS中的数据模式(即聚类)，GMM的 训 练 可 采 用 期 望 最 大(ExpeetationMaximization)算法来实现。由于每个模式对应着一个高斯函数，即每个模式中数据分布服从正态分布，所以可以利用传统的PCA求取新数据的SPE和T2检测统计量，进而实现故障的检测。但如果过程中的数据模式信息不充分，那么GMM模型难以建立，Thissen等对该法进行了改进，不再在各个类上分别采用T2统计量检测变量的波动，而是仅采用一个总体的密度参数，很好地解决了这个问题。1.针对非高斯特性的改进另一种解决办法是引入高斯混合模型(G1.针对非高斯特性的改进针对非高斯特性的改进独立主元分析(又称独立成分，独立元，IndependentComponentAnalysis，ICA)方法作为统计信号处理领域内一种新的方法最早由Juten和Herault提出，其利用信号的高阶统计信息(二阶统计量便足以描述高斯信号)，将混合信号分解成相互独立的非高斯成分，由于各非高斯成分满足独立性条件，联合概率密度等于各成分概率密度之积，因此避免了高维的概率密度估计问题。Hyvnen改进了ICA的算法，增强了它的鲁棒性和训练速度，由于ICA的上述优势，近年来采用IcA方法进行过程统计性能监控的工作正逐步增多，Kan等实现了基于IcA的故障检测，Lee等在此基础上用贡献图实现了故障的隔离，Lin和zhang把IcA与小波结合构造滤波器，可以降低过程中测量传感器不足带来的影响，另外IcA在动态过程、非线性过程、间歇过程中也得到了较好扩展，成功的应用实例有利用动态ICA实现废水处理过程的监控。1.针对非高斯特性的改进独立主元分析(又称独立成分，独立元，2.针对过程中非线性的改进针对过程中非线性的改进如前面所述，传统PCA的目标是通过把过程空间分为PCS和RS，来在两个子空间上实现故障的检测与隔离，其中PCS代表的是在各个线性方向上的过程变量变化信息，而RS代表的是过程中存在的线性冗余。但针对流程工业中存在的大量非线性过程，尤其是当输入的取值范围较大时，很多过程信息及这种非线性关系无法再被PCA描述。针对这种非线性问题，目前研究中主要有基于神经网络的非线性PCA(Nonlinear PCA)法和核PCA(KemelPCA)法。2.针对过程中非线性的改进如前面所述，传统PCA的目标是通过2.针对过程中非线性的改进针对过程中非线性的改进采用PCA处理非线性问题的另一种方法，是将过程变量之间的非线性关系映射到更高维的特征空间，以采用线性关系来近似描述。通过核学习法也采用上述的映射原理实现PCA实现的矩阵分解，但不需要求出具体的非线性函数，而只需在式(l.12)定义的内积空间上进行样本矩阵分解:式中。为映射函数，K(xi，x，)为与。无关的非线性函数，这种方法常被称为KemelPCA。由于核(Kemel)学习方法建立在较为坚实的结构风险最小化理论之上，对有效的训练样本集，能够获得最优的推广泛化能力，较好地解决了过拟合和欠拟合问题，逐步成为机器学习和模式识别领域内的研究热点，而基于Kemel学习方法的KemelPCA在被成功用于人脸识别及语音识别领域之后，在过程监控领域的研究也有了很大进展。2.针对过程中非线性的改进采用PCA处理非线性问题的另一种方3.针对过程参数时变特性的改进针对过程参数时变特性的改进传统的PCA技术假定过程为时不变的，过程变量的均值和协方差处于一个稳态点，由于原料性质的变化，外界环境的改变，过程设备的老化等原因，会导致过程的正常工况区域会随时间发生漂移。如果仅仅过程变量的均值和方差发生变化，而协方差阵没变化，即变量之间的线性关系不变，这时可以通过更新数据的归一化参数来适应系统的这种变化。如果过程变量的均值、方差和协方差都发生了变化，那么变化前建立的PCA统计模型就不再适用，这时一般采用递归PCA(RecursivePCA)来解决这一问题。其基本原理是将新的测量数据以一定的权值包含到待处理的数据矩阵中，这些权值一般是指数减小的。也就是说，随着过程的进行，历史数据对当前数据矩阵的影响是逐渐减少的，这种方法又称自适应的方法，它的思想与带遗忘因子的最小二乘蜘辛识算法的思想相类似，当前时刻的数据具有最大的权值，而离当前时刻越远时刻的数据具有越小的权值。3.针对过程参数时变特性的改进4.针对动态系统的改进针对动态系统的改进传统PCA可以看作一种静态建模方法，而对实际流程工业数据而言，由于系统本身时滞特性、闭环控制和扰动的存在，多数过程变量都呈现出动态特性，即不同时刻的采样之间时序相关，此时如果依然采用传统PCA，那么得到的主元得分会时序自相关，甚至各主元间互相关，进一步造成故障的误报率增加。为消除动态性的影响，一个简单的做法是人为增加采样的间隔，从而降低数据之间的相关性，但是这种做法只能检测到无时滞过程变量的协方差阵的变化，忽略了过程变量间存在的动态关系，会降低监控系统对故障的敏感性，推迟故障的检测时间，甚至对一些动态关系波动故障(仅引起时滞过程变量的协方差阵变化)产生漏报，所以该法并未从实质上解决动态性引起的问题。目前文献中处理动态性影响的方法主要包括两种，即动态特性建模法以及多尺度方法。4.针对动态系统的改进传统PCA可以看作一种静态建模方法，而4.针对动态系统的改进针对动态系统的改进多尺度方法通过将过程数据在不同尺度上进行分解，实现了不同频率信息之间的分离。对于一个自相关变量而言，由于其分解得到的系数近似无关，且能描述变量变化的动态特性，因此在动态系统中可以代替原始过程变量进行性能监控，在实现多尺度监控的同时，也解决了变量自相关性带来的问题。小波分析在过程监控中可用于含噪声数据的预处理，但研究最多的还是作为多尺度分析工具。Kosanovieh和Piovoso(1996)首先提出用无关的小波系数代替过程变量测量值来进行PCA，但多尺度PCA(MultiscalePCA，MSPCA)模型的概念及其完整理论是由Bakshi(1995)提出的，原理如图4.针对动态系统的改进多尺度方法通过将过程数据在不同尺度上进4.针对动态系统的改进针对动态系统的改进这里W表示对数据进行小波变换，得到小波系数GX和尺度函数系数HLX，W表重构利用小波分析重构原始信号。在建模阶段，对正常数据进行L级分解，在各个尺度上对小波分解系数进行PCA建模，得到该尺度上的负荷向量及其控制限。在监控阶段，对测量数据在各个尺度上进行监控，如果当前测量数据在某些尺度超出控制限，那么需要由正常数据在这些尺度上的信息建立全尺度的PCA模型，并把当前数据在这些尺度上重构，然后用全尺度模型对重构信号进行过程状况的最终判断。4.针对动态系统的改进这里W表示对数据进行小波变换，得到小波5.间歇过程的监控间歇过程的监控工业生产中另一种重要的生产方式是间歇生产过程，与连续过程相比，具有启停频繁、动态特性变化快、时序操作严格、多阶段、有限生产(以批次为周期的生产)等特点，间歇生产过程的监控更为复杂。其测量数据是三维的(时间x变量X批次)，而不象连续过程是二维的。多向PCA(MultiwayPCAMPCA)和多向PLS(MultiwayPLS，MPLS)应用较广。该方法通过将三维矩阵按时间进行切片，按批次展开成二维矩阵，从而利用主元分析对其进行监控。如图，X(I xJ xK)代表正常工况下的历史数据构成的三维矩阵，其中I代表生产批次个数，J代表测量变量，K代表时间序列。矩阵若按时间轴进行切片，展开得到二维矩阵X(IxJ K)，X的一行为一个生产批次的测量数据，被视作KJ个虚拟变量在一个测量点的采样值，接下来即可对X进行PCA。5.间歇过程的监控工业生产中另一种重要的生产方式是间歇生产过5.间歇过程的监控间歇过程的监控5.间歇过程的监控5.间歇过程的监控间歇过程的监控采用多向PCA实现间歇过程监控时，由于要综合整个批次中变量互相关性和时序相关性，各个批次的长度必须相同，所以必须解决“批次间轨迹同步”和“未来观测的补充”两个问题。“批次间轨迹同步”是指建模前令各批次时间轨迹长度相同，常采用的方法有:(l)指示变量法(Indicatorvariable，采用一个在各批次均具有大致相同的起始与结束值、并满足单调变化条件的变量取代时间变量对批次数据进行规整;(2)动态时间规整Dynamic TimeWarping，DTW)算法，该法可以在较小失真的前提下，把各批次同步为一个相同长度;“未来观测的补充”是指在线监控时，采样时刻以后的数据是未知的，无从得到从批次开始到结束的完整过程变量轨迹，常见的解决方法有:(l)用历史数据库中均值0去填充，即填零法;(2)用当前时刻测量变量相对均值的偏差作为将来时刻相对相应均值的偏差(3)采用缺失数据估计法，即利用PCA对缺失数据的估计能力进行填充;(4)历史数据匹配法，即通过将当前批次与历史数据库中的批次进行匹配，找出最近似的批次，并用其来进行未知部分的填充;5.间歇过程的监控采用多向PCA实现间歇过程监控时，由于要综6.基于基于PCA的故障可检测性研究的故障可检测性研究针对不同过程中存在的不同特性，利用上述方法和过程受控状态下的历史数据建立起过程监控的PCA统计模型后，就可以进行过程的在线监控。其第一步就是要进行故障的检测，当新测量数据的分布情况与历史不相符合导致相关检测统计量超出控制限时，便意味着过程中出现了故障。当故障A发生时，如果方法I能检测出，则称故障A对方法I是可检测的，故障的可检测性即方法I对故障A的检测能力。故障可检测性研究的内容包括揭示故障可检测的条件，对检测方法进行改进以增强其检测能力等。6.基于PCA的故障可检测性研究针对不同过程中存在的不同特性6.基于基于PCA的故障可检测性研究的故障可检测性研究在基于PCA的故障检测中，一般会有四种情况:(l)T2和SPE统计量都不超过控制限;(2)T2正常，但SPE超出控制限;(3)T2超出控制限，但SPE正常;(4)T2和SPE都超出控制限。一般认为(2)和(4)为故障，另两种正常。6.基于PCA的故障可检测性研究在基于PCA的故障检测中，一7.基于基于PCA的故障隔离与诊断研究的故障隔离与诊断研究当监控系统利用检测统计量检测到过程中发生异常后，应及时完成故障的诊断。在基于PCA/PLS的MSPC中，目前主要有两种途径实现故障的诊断。故障诊断的本质就是模式的识别，所以在条件允许时可以利用PCA对过程进行降维简化，然后采用模式识别技术直接进行故障的诊断，在这里PCA是作为辅助工具实现对数据的降维。基于模式识别的故障诊断方法包括特征提取和故障识别两个主要步骤，第一步通过滤波消除数据信号的随机干扰影响，提取过程特征信息，包括各种故障信息;第二步通过构建有效的分类器，将新采样数据的过程特征同故障库中存在的过程特征进行匹配，实现故障的诊断。常采用的模式识别技术有DTW、神经网络和支撑向量机(SuportVectorMaehine，SVM)等。但基于模式识别的故障诊断方法首先要实现过程特征的提取，这需要大量的先验知识和含有各种故障信息的历史数据，大大限制了该方法的应用。7.基于PCA的故障隔离与诊断研究7.基于基于PCA的故障隔离与诊断研究的故障隔离与诊断研究另一类方法是利用基于PCA的技术把故障先定位到过程中某个部分或某个变量，实现故障的隔离(FaultIsolation，又称故障识别:FaultIdeniificatinn)，这样在对故障库的依赖大大减弱的同时，还对下一步故障诊断产生直接的指导作用，条件允许时还可以直接实现故障的诊断，在这类方法中PCA作为故障隔离的主要工具。目前研究文献中的故障隔离技术主要有:(1)贡献图法，贡献图给出了被监控的各个过程变量对检测统计量(一般为T2或SPE)的贡献，它较易生成，不需要先验过程知识。该法的理论基础是假设高贡献率的过程变量是故障产生的原因，但是由于一个变量故障会影响到其它变量在主元模型下的估计值，进而影响到这些变量对检测统计量的贡献，所以贡献图只能为操作员提供一定程度且有时根本不正确的指示作用，另外它只能定位到可测变量，对于过程故障则无能为力，只能给出故障效果。(2)Multi一blockPCA，它先把整个过程分成几个子系统，然后利用PLS/PCA对每个子系统进行监控，由于可以把故障定位到一个子系统，因此可以在一定程度上实现故障隔离。但由于只能定位到一个变量子集，所以并不能完全实现故障隔离。7.基于PCA的故障隔离与诊断研究另一类方法是利用基于PCA7.基于基于PCA的故障隔离与诊断研究的故障隔离与诊断研究(3)基于故障重构的方法，该法最早由Dunia提出，在检测到故障后，该法假定故障库中的各故障都有可能发生，根据故障的重构算法，计算出每一候选故障发生时对应的测量变量重构值，并计算出重构值对应的检验统计量(如T2或SPE)，然后与统计量的控制限比较，如果在控制限以内，则说明重构值正确，所假定的故障即为过程中真正发生的故障。(4)基于子空间识别的方法，该法认为每个故障都可以用相互区分的特征空间来表示，其本质为模式识别的一种，只不过各子空间的特征是由PCA来描述，如Ku等(1995)为每一故障模式建立一个PcA统计模型，新检测到的故障数据符合哪一故障模式的统计分布特性(PCA模型下)，过程中即发生了相应故障，该法的缺点是随着过程中传感器/执行器故障和过程故障数目的增多，故障隔离的运算也变得复杂。上面方法同样需要一包括故障库和历史故障数据在内的先验数据，即使是数目众多的传感器故障，这无疑增加了该法的局限性。(5)结构化残差(StructuredResidual)法，结构化残差在基于解析模型的故障诊断中应用较多7.基于PCA的故障隔离与诊断研究(3)基于故障重构的方法，基于特征样本核主元分析的故障诊断研究实例基于特征样本核主元分析的故障诊断研究实例近年来，基于多变量统计方法的过程监测已经在化工过程行业获得了成功的应用。目前如何利用多变量统计方法从工业现场庞大的冗余数据集中获取有用的信息，实现生产过程的在线实时监控，成为一个热点问题。主元分析方法是目前最广泛使用的数据驱动监控技术，并成功应用于各种的化工过程。然而对于实际的复杂的非线性过程，PCA监控方法表现出较差的监控性能，故障误检率和漏检率都很高。为了克服上述缺点，许多改进的主元分析技术已经被迅速发展。基于特征样本核主元分析的故障诊断研究实例近年来，基于多变量统Schlkopf等人提出了一种基于核函数的非线性主元分析方法(KPCA)，该方法首先通过非线性映射将原输入空间映射到一个高维的特征空间，然后在这个高维的特征空间内进行主元分析，从而把输入空间中的非线性问题转化为特征空间中的线性问题。KPCA较基于神将网络的非线性PCA，不涉及到非线性最优化计算问题，而且线性PCA算法程序可以直接应用到核PCA中。核PCA也存在一些缺点，由于很难将特征空间的样本数据逆映射到原空间，从而很难辨识原空间的引起过程故障的潜在变量，这也是近年来大部分文献应用只是从故障检测方面进行KPCA过程监测的研究，对于故障的辨识问题研究得较少。本文针对上述问题，提出了一个新的故障辨识方法，利用Pakotomamonjy提出的核函数梯度算法，定义两个新的统计量CT2和CSPE，表示每个过程变量对KPCA的监控统计量T2和SPE的贡献程度，贡献率大的变量被确定为故障源，实现故障的辨识与隔离。Schlkopf等人提出了一种基于核函数的非线性主元分析2 核主元分析核主元分析(Kernel PCA)算法算法KPCA的的 基基 本本 思思 想想 是是 首首 先先 通通 过过 非非 线线 性性 映映 射射 将将 原原 输输 入入 空空 间间（）映映射射到到一一个个高高维维的的特特征征空空间间F（），然然后后在在这这个个高高维维的的特特征征空空间间F内内，进进行行主主元元分分析析，从从而而把把输输入入空空间间中中的的非非线线性性问问题题转转化化为为特特征征空空间间中中的的线线性性问问题题。在在特特征征空空间间的的协协方方差差矩矩阵阵可以用下式表示：可以用下式表示：（1）这这里里假假定定，且且表表示示输输入入空空间间到到特特征征空空间间的的非非线线性性映映射射函函数数。在在特特征征空空间间F，为为了了对对角角化化协协方方差差矩矩阵阵,首首先先要要解解决决在在特特征征空空间间的的特特征征值问题：值问题：（2）这这里里表表示示x 与与 y 的的点点积积，由由式式(2)得得到到最最大大的的 值值对对应应的的 v 是是特特征征空空间间的的第第一一个个主主元元,而而最最小小的的值值对对应应的的 v 就就是是最最后后一一个个主主元。所以元。所以 等价于等价于:（3）且存在系数使得：且存在系数使得：（4）2核主元分析(KernelPCA)算法(三）基于ICA-SVM的集成故障检测与诊断方法独立成分与支持向量机的集成故障诊断方法独立成分与支持向量机的集成故障诊断方法l复杂过程系统中多回路控制和复杂操作等因素造成故障在回路之复杂过程系统中多回路控制和复杂操作等因素造成故障在回路之间传播，使得故障诊断难度加剧问题，需进一步采用集成方法诊间传播，使得故障诊断难度加剧问题，需进一步采用集成方法诊断故障；断故障；l传统的传统的MSPCMSPC通常假设过程信息服从通常假设过程信息服从正态分布正态分布，实际很难满足；，实际很难满足；l复杂的故障情况，单独采用复杂的故障情况，单独采用ICAICA算法初始故障源难以被准确、快算法初始故障源难以被准确、快速诊断问题；采用支持向量机进行故障分类，也易造成错分。速诊断问题；采用支持向量机进行故障分类，也易造成错分。提出提出(三）基于ICA-SVM的集成故障检测与诊断方法独立成分与支(三）基于ICA-SVM的集成故障检测与诊断方法v离线建立离线建立ICA模型和确定监控统计量置信限模型和确定监控统计量置信限负熵最小化算法负熵最小化算法(三）基于ICA-SVM的集成故障检测与诊断方法离线建立IC(三）基于ICA-SVM的集成故障检测与诊断方法l采集或收集相关故障的样本；采集或收集相关故障的样本；l将各种历史故障按照故障发生频率排序；将各种历史故障按照故障发生频率排序；l发生频率最高的故障作为故障发生频率最高的故障作为故障1，离线训练，离线训练建立建立SVM1故障分类模型；故障分类模型；l离线训练建立故障分类离线训练建立故障分类SVM2模型，依次类模型，依次类推，直到完成所有历史故障分类推，直到完成所有历史故障分类。训练样本集的建立：故障训练样本集的建立：故障1作为一类其输出值为作为一类其输出值为”+1”，其余所其余所有故障样本作为一类，其输出值为有故障样本作为一类，其输出值为”-1”，离线训练建立离线训练建立SVM1模型模型优点：提高故障的诊断速度和诊断精度优点：提高故障的诊断速度和诊断精度l离线建立多离线建立多故障分类的故障分类的SVM模型模型(三）基于ICA-SVM的集成故障检测与诊断方法采集或收集相(三）基于ICA-SVM的集成故障检测与诊断方法(三）基于ICA-SVM的集成故障检测与诊断方法(三）基于ICA-SVM的集成故障检测与诊断方法vICA在线计算贡献度在线计算贡献度(三）基于ICA-SVM的集成故障检测与诊断方法ICA在线计(三）实例仿真研究丁二烯精馏装置图4.5.1丁二烯普通精馏段DA106精馏塔工艺流程简图(三）实例仿真研究丁二烯精馏装置图4.5.1丁二烯普通(三）实例仿真研究丁二烯精馏装置图4.5.2 丁二烯普通精馏段DA107精馏塔工艺流程简图(三）实例仿真研究丁二烯精馏装置图4.5.2丁二烯普通(三）实例仿真研究丁二烯精馏装置(三）实例仿真研究丁二烯精馏装置(三）实例仿真研究丁二烯精馏装置l DA106精馏塔实验研究结果与讨论精馏塔实验研究结果与讨论图4.5.4 DA106精馏塔进料F122故障工况统计量、，SPE监控曲线进料流量（进料流量（F122）)故障故障:选取选取300样本前样本前120为故障样本，后为故障样本，后180为正常样本。为正常样本。1.ICA故障检测结果：故障检测结果：(三）实例仿真研究丁二烯精馏装置DA106精馏塔实验研(三）实例仿真研究丁二烯精馏装置2.基于贡献率的故障诊断结果基于贡献率的故障诊断结果：图4.5.5 F122故障模式下12个监控变量对、，SPE贡献率曲线(三）实例仿真研究丁二烯精馏装置2.基于贡献率的故障诊(三）实例仿真研究丁二烯精馏装置图4.5.7 故障F2与故障（F3,F6,F7）模式分类图4.5.8 进料流量F122故障在线故障诊断结果3.SVM故障分类结果故障分类结果(三）实例仿真研究丁二烯精馏装置图4.5.7故障F2与(三）实例仿真研究丁二烯精馏装置DA107精馏塔实验研究结果与讨论精馏塔实验研究结果与讨论第第6小时小时第第8小时内发生小时内发生F138阀门堵塞故障阀门堵塞故障图4.5.9 DA107塔釜F138阀门堵塞故障统计量、，SPE监控曲线图4.5.10 F138阀门故障12个监控变量对、，SPE贡献率曲线(三）实例仿真研究丁二烯精馏装置DA107精馏塔实验研究(三）实例仿真研究丁二烯精馏装置图4.5.11 F138阀门故障与回流量F1-139故障模式分类训练结果图4.5.12 F138阀门故障在线故障诊断结果ICA-SVM故障分类结果故障分类结果(三）实例仿真研究丁二烯精馏装置图4.5.11F13(四)基于EKF滤波算法的RBF网络逆模主动容错控制一一些些复复杂杂过过程程系系统统，很很难难建建立立其其精精确确的的数数学学模模型型，或或不不可可能能用用解解析析方方程来描述。程来描述。针针对对一一类类模模型型未未知知的的多多变变量量非非线线性性系系统统，提提出出了了一一种种基基于于扩扩展展卡卡尔尔曼曼滤波在线学习算法的滤波在线学习算法的RBF网络逆模主动容错控制方法。网络逆模主动容错控制方法。l采用扩展卡尔曼滤波算法在线更新采用扩展卡尔曼滤波算法在线更新RBF网络权值，学习系统的网络权值，学习系统的时变参数或故障动态，时变参数或故障动态，l利用自适应利用自适应RBF模型的迭代逆模算法计算出当前控制变量，实模型的迭代逆模算法计算出当前控制变量，实现主动容错控制。现主动容错控制。l在三水箱实验平台泄漏故障模式下验证了该方法的有效性在三水箱实验平台泄漏故障模式下验证了该方法的有效性。模型未知的多变量非线性系统模型未知的多变量非线性系统(四)基于EKF滤波算法的RBF网络逆模主动容错控制一些复杂4.1基于扩展卡尔曼滤波算法在线学习故障动态RBF模型写成矩阵形式模型写成矩阵形式：只含输入输出变量只含输入输出变量模型未知的非线性系统模型未知的非线性系统建立系统的建立系统的RBF模型模型4.1基于扩展卡尔曼滤波算法在线学习故障动态4.1基于扩展卡尔曼滤波算法在线学习故障动态故障在线学习策略（扩展卡尔曼滤波算法）故障在线学习策略（扩展卡尔曼滤波算法）即即：采采用用EKF算算法法在在线线更更新新网网络络的的权权值值 W 和和径径向向基基中中心心vi。定定义义一一个个新新的的矢量：矢量：EKF算法算法：4.1基于扩展卡尔曼滤波算法在线学习故障动态故障在线学习策略4.2基于迭代逆模算法的容错控制策略图图5.3.1 基于逆迭代基于逆迭代RBF算法的故障容错控制结构示意图算法的故障容错控制结构示意图n说明：应用这种控制策略，对故障容忍的幅度仍然受神经网络自学习收说明：应用这种控制策略，对故障容忍的幅度仍然受神经网络自学习收敛速度的影响；但对于执行器故障和系统元件自身故障具有较好的容错敛速度的影响；但对于执行器故障和系统元件自身故障具有较好的容错能力。能力。4.2基于迭代逆模算法的容错控制策略图5.3.1基于逆4.3基于迭代逆模算法的容错控制策略l基于神经网络模型的逆迭代控制算法基于神经网络模型的逆迭代控制算法 目目标标就就是是估估计计控控制制变变量量 ，使使RBF模模型型输输出出 追追踪踪给给定定的的目目标标变变量量 。EKF算法估计最优控制变量算法估计最优控制变量，使下式最小化，使下式最小化EKF迭代算法迭代算法：4.3基于迭代逆模算法的容错控制策略基于神经网络模型的逆迭代4.4三水箱泄漏故障实验仿真Q32Q13az3az2az1泵2A水箱1水箱2水箱3Q1Q2泵1h1h3h2Sp泄漏故障1泄漏故障2Q202.5.1 三水箱系统结构示意图l输入时滞：进水输入时滞：进水Q2增加时滞为增加时滞为5；l输入约束条件（最大流量）：输入约束条件（最大流量）：Q1max=Q2max=100ml/s；l输出约束条件（水箱最大容水高度）：输出约束条件（水箱最大容水高度）：Hmax=62cm；模模拟拟实实际际的的三三水水箱箱对对象象（过过程程模模型型未未知知），已已知知的的模模型型参参数数都都不不能能用用于于建建模模和和容容错错控控制制器器的的设设计计中中，只只能能用用可可测测量量的的输输出出变变量量和和控控制制变变量量进进行行建建模模和和容容错控制器设计的仿真研究。错控制器设计的仿真研究。4.4三水箱泄漏故障实验仿真Q32Q13az3az2az14.4三水箱泄漏故障实验仿真l建立过程模型建立过程模型l设置突发泄漏故障：设置突发泄漏故障：表示故障条件下水箱表示故障条件下水箱2的输出流量；的输出流量；r2表示泄漏半径，这里表示泄漏半径，这里r2=0.5。表示正常条件下水箱表示正常条件下水箱2的输出流量的输出流量，4.4三水箱泄漏故障实验仿真建立过程模型表示故障条件下水4.4三水箱泄漏故障实验仿真故障在学习性能分析故障在学习性能分析图5.4.3(a)无在线学习性能的静态RBF模型对故障跟踪性能曲线图5.4.4无在线学习性能的静态RBF模型输出绝对误差曲线图5.4.4(a)基于在线EKF算法自适应RBF模型的故障跟踪性能曲线图5.4.4(b)h2泄漏故障条件下自适应模型的绝对误差输出曲线4.4三水箱泄漏故障实验仿真故障在学习性能分析图5.4.35.4三水箱泄漏故障实验仿真容错控制方法性能分析容错控制方法性能分析缓变泄漏故障缓变泄漏故障（小泄漏）（小泄漏）图5.4.6(a)水箱2发生小泄漏故障液位1,2输出跟踪响应曲线图5.4.6(b)水箱2发生小泄漏故障泵1,2供应流量响应曲线5.4三水箱泄漏故障实验仿真容错控制方法性能分析缓变泄漏故5.4三水箱泄漏故障实验仿真容错控制方法性能分析容错控制方法性能分析图5.4.7(a)水箱2发生大泄漏故障液位1,2输出响应曲线图5.4.7(b)水箱2发生大泄漏故障泵1,2供应流量响应曲线图5.4.8(a)具有约束容错控制的液位1,2输出响应曲线图5.4.8(b)具有约束容错控制的泵1,2供应流量响应曲线缓变泄漏故障缓变泄漏故障（大泄漏）（大泄漏）增加特殊补偿策略，系统检增加特殊补偿策略，系统检测到泵的供应流量在测到泵的供应流量在5个采个采样周期内的平均流量达到最样周期内的平均流量达到最大供应流量大供应流量Qmax，系统自，系统自动关闭输出流量阀动关闭输出流量阀Q20。5.4三水箱泄漏故障实验仿真容错控制方法性能分析图5.4.历史岳麓版第13课交通与通讯的变化资料精品课件欢迎使用历史岳麓版第13课交通与通讯的变化资料精品课件欢迎使用多变量统计故障诊断方法课件多变量统计故障诊断方法课件多变量统计故障诊断方法课件自读教材自读教材填要点填要点一、铁路，更多的铁路一、铁路，更多的铁路1地位地位铁路是铁路是建设的重点，便于国计民生，成为国民经济建设的重点，便于国计民生，成为国民经济发展的动脉。发展的动脉。2出现出现1881年，中国自建的第一条铁路年，中国自建的第一条铁路唐山唐山至胥各庄铁至胥各庄铁路建成通车。路建成通车。1888年，年，宫廷宫廷专用铁路落成。专用铁路落成。交通运输交通运输开平开平自读教材填要点一、铁路，更多的铁路交通运输开平3发展发展(1)原因：原因：甲午战争以后列强激烈争夺在华铁路的甲午战争以后列强激烈争夺在华铁路的。修路成为中国人修路成为中国人的强烈愿望。的强烈愿望。(2)成果：成果：1909年年建成通车；民国以后，各条商路修筑建成通车；民国以后，各条商路修筑权收归国有。权收归国有。4制约因素制约因素政潮迭起，军阀混战，社会经济凋敝，铁路建设始终未入政潮迭起，军阀混战，社会经济凋敝，铁路建设始终未入正轨。正轨。修筑权修筑权救亡图存救亡图存京张铁路京张铁路3发展修筑权救亡图存京张铁路二、水运与航空二、水运与航空1水运水运(1)1872年年,正式成立，标志着中国新式航运业的诞生。正式成立，标志着中国新式航运业的诞生。(2)1900年前后，民间兴办的各种轮船航运公司近百家，几乎都是年前后，民间兴办的各种轮船航运公司近百家，几乎都是在列强排挤中艰难求生。在列强排挤中艰难求生。2航空航空(1)起步：起步：1918年，附设在福建马尾造船厂的海军飞机工程处开始年，附设在福建马尾造船厂的海军飞机工程处开始研制研制。(2)发展：发展：1918年，北洋政府在交通部下设年，北洋政府在交通部下设“”；此后十年间，航空事业获得较快发展。；此后十年间，航空事业获得较快发展。轮船招商局轮船招商局水上飞机水上飞机筹办航空事宜筹办航空事宜处处二、水运与航空轮船招商局水上飞机筹办航空事宜处三、从驿传到邮政三、从驿传到邮政1邮政邮政(1)初办邮政：初办邮政：1896年成立年成立“大清邮政局大清邮政局”，此后又设，此后又设，邮传正式脱离海关。，邮传正式脱离海关。(2)进一步发展：进一步发展：1913年，北洋政府宣布裁撤全部驿站；年，北洋政府宣布裁撤全部驿站；1920年，中国首次参加年，中国首次参加。邮传部邮传部万国邮联大会万国邮联大会三、从驿传到邮政邮传部万国邮联大会2电讯电讯(1)开端：开端：1877年，福建巡抚在年，福建巡抚在架设第一条电报线，成为中国自架设第一条电报线，成为中国自办电报的开端。办电报的开端。(2)特点：进程曲折，发展缓慢，直到特点：进程曲折，发展缓慢，直到20世纪世纪30年代情况才发生变年代情况才发生变化。化。3交通通讯变化的影响交通通讯变化的影响(1)新式交通促进了经济发展，改变了人们的通讯手段和新式交通促进了经济发展，改变了人们的通讯手段和，转变了人们的思想观念。转变了人们的思想观念。(2)交通近代化使中国同世界的联系大大增强，使异地传输更为便交通近代化使中国同世界的联系大大增强，使异地传输更为便捷。捷。(3)促进了中国的经济与社会发展，也使人们的生活促进了中国的经济与社会发展，也使人们的生活。台湾台湾出行出行方式方式多姿多彩多姿多彩2电讯台湾出行方式多姿多彩合作探究合作探究提认知提认知电视剧电视剧闯关东闯关东讲述了济南章丘朱家峪人朱开山一家，讲述了济南章丘朱家峪人朱开山一家，从清末到九一八事变爆发闯关东的前尘往事。下图是朱开山从清末到九一八事变爆发闯关东的前尘往事。下图是朱开山一家从山东辗转逃亡到东北途中可能用到的四种交通工具。一家从山东辗转逃亡到东北途中可能用到的四种交通工具。合作探究提认知电视剧闯关东讲述了济南章丘依据材料概括晚清中国交通方式的特点，并分析其成因。依据材料概括晚清中国交通方式的特点，并分析其成因。提示：提示：特点：新旧交通工具并存特点：新旧交通工具并存(或：传统的帆船、独轮车，或：传统的帆船、独轮车，近代的小火轮、火车同时使用近代的小火轮、火车同时使用)。原因：近代西方列强的侵略加剧了中国的贫困，阻碍社会发原因：近代西方列强的侵略加剧了中国的贫困，阻碍社会发展；西方工业文明的冲击与示范；中国民族工业的兴起与发展；展；西方工业文明的冲击与示范；中国民族工业的兴起与发展；政府及各阶层人士的提倡与推动。政府及各阶层人士的提倡与推动。依据材料概括晚清中国交通方式的特点，并分析其成因。串点成面串点成面握全局握全局串点成面握全局多变量统计故障诊断方法课件一、近代交通业发展的原因、特点及影响一、近代交通业发展的原因、特点及影响1原因原因(1)先进的中国人为救国救民，积极兴办近代交通业，促先进的中国人为救国救民，积极兴办近代交通业，促进中国社会发展。进中国社会发展。(2)列强侵华的需要。为扩大在华利益，加强控制、镇压列强侵华的需要。为扩大在华利益，加强控制、镇压中国人民的反抗，控制和操纵中国交通建设。中国人民的反抗，控制和操纵中国交通建设。(3)工业革命的成果传入中国，为近代交通业的发展提供工业革命的成果传入中国，为近代交通业的发展提供了物质条件。了物质条件。一、近代交通业发展的原因、特点及影响2特点特点(1)近代中国交通业逐渐开始近代化的进程，铁路、水运和航近代中国交通业逐渐开始近代化的进程，铁路、水运和航空都获得了一定程度的发展。空都获得了一定程度的发展。(2)近代中国交通业受到西方列强的控制和操纵。近代中国交通业受到西方列强的控制和操纵。(3)地域之间的发展不平衡。地域之间的发展不平衡。3影响影响(1)积极影响：促进了经济发展，改变了人们的出行方式，一积极影响：促进了经济发展，改变了人们的出行方式，一定程度上转变了人们的思想观念；加强了中国与世界各地的联定程度上转变了人们的思想观念；加强了中国与世界各地的联系，丰富了人们的生活。系，丰富了人们的生活。(2)消极影响：有利于西方列强的政治侵略和经济掠夺。消极影响：有利于西方列强的政治侵略和经济掠夺。2特点1李鸿章李鸿章1872年在上海创办轮船招商局，年在上海创办轮船招商局，“前前10年盈和，成年盈和，成为长江上重要商局，招商局和英商太古、怡和三家呈鼎立为长江上重要商局，招商局和英商太古、怡和三家呈鼎立之势之势”。这说明该企业的创办。这说明该企业的创办()A打破了外商对中国航运业的垄断打破了外商对中国航运业的垄断B阻止了外国对中国的经济侵略阻止了外国对中国的经济侵略C标志着中国近代化的起步标志着中国近代化的起步D使李鸿章转变为民族资本家使李鸿章转变为民族资本家1李鸿章1872年在上海创办轮船招商局，“前10年盈和，成解析：解析：李鸿章是地主阶级的代表，并未转化为民族资本家；李鸿章是地主阶级的代表，并未转化为民族资本家；洋务运动标志着中国近代化的开端，但不是具体以某个企业洋务运动标志着中国近代化的开端，但不是具体以某个企业的创办为标志；洋务运动中民用企业的创办在一定程度上抵的创办为标志；洋务运动中民用企业的创办在一定程度上抵制了列强的经济侵略，但是并未能阻止其侵略。故制了列强的经济侵略，但是并未能阻止其侵略。故B、C、D三项表述都有错误。三项表述都有错误。答案：答案：A解析：李鸿章是地主阶级的代表，并未转化为民族资本家；洋务运动二、近代以来交通、通讯工具的进步对人们社会生活的影二、近代以来交通、通讯工具的进步对人们社会生活的影响响(1)交通工具和交通事业的发展，不仅推动各地经济文化交交通工具和交通事业的发展，不仅推动各地经济文化交流和发展，而且也促进信息的传播，开阔人们的视野，加快流和发展，而且也促进信息的传播，开阔人们的视野，加快生活的节奏，对人们的社会生活产生了深刻影响。生活的节奏，对人们的社会生活产生了深刻影响。(2)通讯工具的变迁和电讯事业的发展，使信息的传递变得通讯工具的变迁和电讯事业的发展，使信息的传递变得快捷简便，深刻地改变着人们的思想观念，影响着人们的社快捷简便，深刻地改变着人们的思想观念，影响着人们的社会生活。会生活。二、近代以来交通、通讯工具的进步对人们社会生活的影响2清朝黄遵宪曾作诗曰：清朝黄遵宪曾作诗曰：“钟声一及时，顷刻不少留。虽钟声一及时，顷刻不少留。虽有万钧柁，动如绕指柔。有万钧柁，动如绕指柔。”这是在描写这是在描写()A电话电话B汽车汽车C电报电报D火车火车解析：解析：从从“万钧柁万钧柁”“动如绕指柔动如绕指柔”可推断为火车。可推断为火车。答案：答案：D2清朝黄遵宪曾作诗曰：“钟声一及时，顷刻不少留。虽多变量统计故障诊断方法课件典题例析典题例析例例1上海世博会曾吸引了大批海内外人士利用各种上海世博会曾吸引了大批海内外人士利用各种交通工具前往参观。然而在交通工具前往参观。然而在19世纪七十年代，江苏沿江世纪七十年代，江苏沿江居民到上海，最有可能乘坐的交通工具是居民到上海，最有可能乘坐的交通工具是()A江南制造总局的汽车江南制造总局的汽车B洋人发明的火车洋人发明的火车C轮船招商局的轮船轮船招商局的轮船D福州船政局的军舰福州船政局的军舰典题例析例1上海世博会曾吸引了大批海内外人解析解析由材料信息由材料信息“19世纪七十年代，由江苏沿江居民世纪七十年代，由江苏沿江居民到上海到上海”可判断最有可能是轮船招商局的轮船。可判断最有可能是轮船招商局的轮船。答案答案C解析由材料信息“19世纪七十年代，由江苏沿江居题组冲关题组冲关1中国近代史上首次打破列强垄断局面的交通行业是中国近代史上首次打破列强垄断局面的交通行业是()A公路运输公路运输B铁路运输铁路运输C轮船运输轮船运输D航空运输航空运输解析：解析：根据所学根据所学1872年李鸿章创办轮船招商局，这是洋务年李鸿章创办轮船招商局，这是洋务运动中由军工企业转向兼办民用企业、由官办转向官督商运动中由军工企业转向兼办民用企业、由官办转向官督商办的第一个企业。具有打破外轮垄断中国航运业的积极意办的第一个企业。具有打破外轮垄断中国航运业的积极意义，这在一定程度上保护了中国的权利。据此本题选义，这在一定程度上保护了中国的权利。据此本题选C项。项。答案：答案：C题组冲关1中国近代史上首次打破列强垄断局面的交通行业是2.右图是右图是1909年年民呼日报民呼日报上登载的上登载的一幅漫画，其要表达的主题是一幅漫画，其要表达的主题是()A帝国主义掠夺中国铁路权益帝国主义掠夺中国铁路权益B西方国家学习中国文化西方国家学习中国文化C西方列强掀起瓜分中国狂潮西方列强掀起瓜分中国狂潮D西方八国组成联军侵略中国西方八国组成联军侵略中国2.右图是1909年民呼日报上登载的解析：解析：从图片中可以了解到各国举的灯笼是火车形状，从图片中可以了解到各国举的灯笼是火车形状，20世纪初的这一幅漫画正反映了帝国主义掠夺中国铁路世纪初的这一幅漫画正反映了帝国主义掠夺中国铁路权益。权益。B项说法错误，项说法错误，C项不能反映漫画的主题，项不能反映漫画的主题，D项时项时间上不一致。间上不一致。答案：答案：A解析：从图片中可以了解到各国举的灯笼是火车形状，20世纪初的多变量统计故障诊断方法课件典题例析典题例析例例2(2010福建高考福建高考)上海是近代中国茶叶的一个外销上海是近代中国茶叶的一个外销中心。中心。1884年，福建茶叶市场出现了茶叶收购价格与上海出年，福建茶叶市场出现了茶叶收购价格与上海出口价格同步变动的现象。与这一现象直接相关的近代事业是口价格同步变动的现象。与这一现象直接相关的近代事业是()A电报业电报业B大众报业大众报业C铁路交通业铁路交通业D轮船航运业轮船航运业解析解析材料主要反映了信息交流的快捷，故选材料主要反映了信息交流的快捷，故选A。答案答案A典题例析例2(2010福建高考)上海是近题组冲关题组冲关3假如某爱国实业家在假如某爱国实业家在20世纪初需要了解全国各地商业信世纪初需要了解全国各地商业信息，可采用的最快捷的方式是息，可采用的最快捷的方式是()A乘坐飞机赴各地了解乘坐飞机赴各地了解B通过无线电报输送讯息通过无线电报输送讯息C通过互联网通过互联网D乘坐火车赴各地了解乘坐火车赴各地了解解析：解析：本题考查中国近代物质生活的变迁。注意题干信本题考查中国近代物质生活的变迁。注意题干信息息“20世纪初世纪初”“最快捷的方式最快捷的方式”，因此应选，因此应选B，火车速度，火车速度远不及电报快。远不及电报快。20世纪世纪30年代民航飞机才在中国出现，年代民航飞机才在中国出现，互联网出现在互联网出现在20世纪世纪90年代。年代。答案：答案：B题组冲关3假如某爱国实业家在20世纪初需要了解全国各地4下列不属于通讯工具变迁和电讯事业发展影响的是下列不属于通讯工具变迁和电讯事业发展影响的是()A信息传递快捷简便信息传递快捷简便B改变着人们的思想观念改变着人们的思想观念C阻碍了人们的感情交流阻碍了人们的感情交流D影响着人们的社会生活影响着人们的社会生活解析：解析：新式通讯工具方便快捷，便于人们感情的沟通和交流。新式通讯工具方便快捷，便于人们