基于BDKPCA的間歇過程統(tǒng)計性能監(jiān)控研究.pdf

1、對間歇生產(chǎn)過程進行監(jiān)控的目的在于及時有效發(fā)現(xiàn)生產(chǎn)過程的非正常情況、保證生產(chǎn)安全、提高產(chǎn)品質(zhì)量的一致性和降低生產(chǎn)成本。與連續(xù)生產(chǎn)過程相比，間歇生產(chǎn)過程特性更加復雜，數(shù)據(jù)具有多階段、非線性、動態(tài)、多批次等特性，對其進行過程監(jiān)控更加困難。間歇過程統(tǒng)計性能監(jiān)控由于不需要過程精確的解析模型，所獲得理論成果和方法能夠較快的應用于實際工業(yè)生產(chǎn)過程中，因此被廣泛研究，已成為過程控制領(lǐng)域的研究熱點之一。
　　 本文在深入研究間歇過程數(shù)據(jù)特征的基礎(chǔ)

2、上，重點研究間歇過程的非線性特性和動態(tài)特性，提出了BDKPCA(Batch dynamic kernel principal component analysis)和基于FVS(Feature vector selection)的BDKPCA算法，并將它們應用于間歇過程的統(tǒng)計性能監(jiān)控中。
　　 首先綜述了流程工業(yè)過程監(jiān)控的目的、必要性以及過程監(jiān)控的主要方法。闡述了多變量統(tǒng)計過程性能監(jiān)控的研究歷史和發(fā)展現(xiàn)狀，特別對間歇生產(chǎn)過程統(tǒng)計

3、性能監(jiān)控的發(fā)展現(xiàn)狀及存在的問題進行了較完整的綜述。介紹了多變量統(tǒng)計過程性能監(jiān)控的理論基礎(chǔ)和基本方法，給出了間歇過程統(tǒng)計性能監(jiān)控實施的一般框架。
　　 針對間歇過程的非線性特性和動態(tài)特性，將核技術(shù)(Kernel principal componentanalysis，KPCA)引入到BDPCA(Batch dynamic principal component analysis)算法中，提出了一種基于BDKPCA的間歇生產(chǎn)過程統(tǒng)計

4、性能監(jiān)控方法，以間歇過程三維建模數(shù)據(jù)的每一個批次為工作對象，進行時間序列上的擴展和輸入空間到特征空間的非線性映射，并在特征空間里通過計算各批次建模數(shù)據(jù)之間的平均統(tǒng)計特征，即平均核矩陣(Averagekernel matrix，AKM)，來描述各批次建模數(shù)據(jù)之間所共有的或一致的數(shù)據(jù)結(jié)構(gòu)和特征，使得所建立的統(tǒng)計過程監(jiān)控模型更加準確，更能反映出間歇過程的運行本質(zhì)。算法應用于在線監(jiān)控時，無須估計未來時刻數(shù)據(jù)，準確性更高?；趧討B(tài)非線性數(shù)學模型和

5、青霉素發(fā)酵過程的應用表明：對于具有較強非線性特性和動態(tài)特性的間歇生產(chǎn)過程，BDKPCA算法能同時有效地獲取三維建模數(shù)據(jù)中的非線性特性和動態(tài)特性，較MKPCA方法具有更好的監(jiān)測性能。
　　 BDKPCA算法在建模數(shù)據(jù)的采樣點個數(shù)較多時，存在計算量和在線監(jiān)控所需存儲空間激增的問題。針對于此，結(jié)合間歇過程三維建模數(shù)據(jù)的特點，對FVS進行了改進，并將改進后的FVS引入到BDKPCA算法中，提出了基于FVS的BDKPCA算法。該算法首先對