MSPCA在多元統(tǒng)計過程監(jiān)測中的應用研究.pdf

1、該文以小波分析和主元分析PCA的基本理論為基礎,將主元分析PCA去線性變量相關性的能力以及小波變換提取變量局部特征和近似分解變量自相關性的能力綜合起來,引入一種新的多元統(tǒng)計過程監(jiān)測工具—多尺度主元分析(Multiscale PCA),并將其應用于煉油生產(chǎn)過程和固定床流向變換催化燃燒過程.完成的具體工作如下:1.過程數(shù)據(jù)的預處理(濾波)部分;在深入學習小波分析基本理論知識的基礎上,借助Matlab語言首先完成了小波分析的基本算法,包括離散

2、小波正變換和反變換;接著分別從小波基、閾值的選擇等方面詳細討論了基于閾值決策的小波降噪方法及其應用.在此基礎上,探討了對一般的閾值方法的改進,即平移不變小波變換降噪法.2.MSPCA應用于統(tǒng)計過程監(jiān)測部分;首先,基本掌握主元分析應用于多元統(tǒng)計過程監(jiān)測的原理,同時完成NIPALS算法,并計算主元模型和多變量統(tǒng)計控制圖(SPE和T2圖).接著,針對PCA單尺度建模的局限性,將小波分析和主元分析綜合起來,引入新的監(jiān)測工具MSPCA,并詳細討論

3、了MSPCA算法及其在多元統(tǒng)計過程監(jiān)測中的應用,借助Matlab語言完成MSPCA基本算法.最后,將MSPCA應用于三組不同類型的數(shù)據(jù)或過程:數(shù)據(jù)間互不相關的高斯隨機數(shù)組,常減壓蒸餾裝置的減一線過程數(shù)據(jù)以及溫度周期性變化的流向變換催化燃燒過程,并將監(jiān)測結果與PCA分析結果做比較.3.Recursive PCA應用于統(tǒng)計過程監(jiān)測部分;為解決PCA固定模型難以適應工業(yè)過程統(tǒng)計特性緩慢變化的問題,詳細研究了Recursive PCA的基本原理