多變量統(tǒng)計(jì)過(guò)程監(jiān)控.pdf

1、傳統(tǒng)的統(tǒng)計(jì)過(guò)程監(jiān)控是基于單變量統(tǒng)計(jì)控制方法。單變量統(tǒng)計(jì)控制只能檢測(cè)單一測(cè)量變量的變化，而不能有效地提供關(guān)于多個(gè)變量相互作用的信息。另外，單變量統(tǒng)計(jì)過(guò)程控制也不適用于間歇過(guò)程。 多變量統(tǒng)計(jì)過(guò)程監(jiān)控通過(guò)對(duì)過(guò)程進(jìn)行有效地監(jiān)控，能及早發(fā)現(xiàn)過(guò)程中的故障隱患，從而提高過(guò)程運(yùn)行的安全性。 本文對(duì)多尺度主元分析進(jìn)行了一種改進(jìn)，并將其分別應(yīng)用于連續(xù)生產(chǎn)過(guò)程和間歇生產(chǎn)過(guò)程之中。完成的具體工作如下： 1、過(guò)程數(shù)據(jù)的預(yù)處理(濾波)部分在

2、小波分析的基礎(chǔ)上，借助Matlab語(yǔ)言中小波工具箱的基本算法，詳細(xì)討論了基于閾值決策的小波消噪方法及其應(yīng)用。在此基礎(chǔ)上，實(shí)現(xiàn)小波濾波在線化，并應(yīng)用于仿真信號(hào)之中。 2、MSPCA及MSPCA改進(jìn)算法在連續(xù)生產(chǎn)過(guò)程之中的應(yīng)用和比較MSPCA方法在生產(chǎn)過(guò)程監(jiān)控方面有著廣泛地應(yīng)用。本文在研究該方法的基礎(chǔ)之上，提出了一些改進(jìn)，在其進(jìn)行小波分解后即對(duì)其小波系數(shù)進(jìn)行閾值處理，使小波消噪與MSPCA方法合為一體，并運(yùn)用統(tǒng)計(jì)控制圖中的平方預(yù)測(cè)誤

3、差(SPE)圖方法檢測(cè)引起過(guò)程變化或故障的過(guò)程變量。在保證其MSPCA算法復(fù)雜度不變的前提下，能夠消除數(shù)據(jù)的噪聲污染，使故障診斷的誤報(bào)大為減少。 3、MPCA方法在間歇生產(chǎn)過(guò)程中的應(yīng)用多向主元分析方法在間歇過(guò)程中應(yīng)用廣泛，既簡(jiǎn)化了多維數(shù)據(jù)結(jié)構(gòu)的分析，同時(shí)又解決了間歇過(guò)程統(tǒng)計(jì)控制的特殊性問題。本文將多尺度主元分析方法與多向主元分析方法相結(jié)合，并應(yīng)用于間歇生產(chǎn)過(guò)程之中。 4、多模型PCA方法在間歇生產(chǎn)過(guò)程中的應(yīng)用當(dāng)生產(chǎn)過(guò)程歷