基于監(jiān)測(cè)的慢時(shí)變對(duì)象建模及校正方法的研究.pdf

1、參數(shù)慢時(shí)變現(xiàn)象廣泛存在于過(guò)程控制、故障診斷等領(lǐng)域，由于慢時(shí)變對(duì)象的廣泛性、復(fù)雜性以及從慢時(shí)變對(duì)象獲得信息的局限性，慢時(shí)變對(duì)象的辨識(shí)與在線校正問(wèn)題已經(jīng)成為研究的熱點(diǎn)問(wèn)題之一。因此，研究慢時(shí)變對(duì)象建模與在線校正問(wèn)題具有重要的理論與實(shí)際意義。
　　本文首先對(duì)時(shí)變系統(tǒng)建模算法和基于數(shù)據(jù)驅(qū)動(dòng)的過(guò)程監(jiān)測(cè)方法的研究現(xiàn)狀進(jìn)行了概述，并較為詳細(xì)地介紹了偏最小二乘(PLS)建模方法與主元分析(PCA)監(jiān)測(cè)理論。進(jìn)而本文針對(duì)慢時(shí)變對(duì)象的模型監(jiān)測(cè)問(wèn)題展開

2、研究，依據(jù)慢時(shí)變對(duì)象的模型特性，選取模型實(shí)際輸出與預(yù)測(cè)輸出的偏差以及偏差的變化做為PCA的監(jiān)測(cè)變量;并通過(guò)大量仿真實(shí)驗(yàn)提出了基于T2統(tǒng)計(jì)量變化信息的模型監(jiān)測(cè)判別方法。通過(guò)仿真實(shí)驗(yàn)，驗(yàn)證了對(duì)于一般非線性慢時(shí)變對(duì)象，該監(jiān)測(cè)算法能夠在對(duì)象的模型誤差超限之前監(jiān)測(cè)到模型異常，從而為準(zhǔn)確有效地對(duì)模型進(jìn)行校正提供有利的條件。針對(duì)常規(guī)校正方法的滯后問(wèn)題，基于對(duì)慢時(shí)變對(duì)象的模型監(jiān)測(cè)的結(jié)果，在模型的誤差達(dá)到閾值之前對(duì)模型進(jìn)行校正，從而提高了校正精度。同時(shí)，