基于統(tǒng)計(jì)學(xué)方法的過(guò)程監(jiān)控與質(zhì)量控制研究.pdf

1、在工業(yè)過(guò)程中,有效的過(guò)程監(jiān)控和質(zhì)量控制是保證生產(chǎn)安全、提高產(chǎn)品質(zhì)量和經(jīng)濟(jì)效益的關(guān)鍵.對(duì)于復(fù)雜的化工過(guò)程來(lái)說(shuō),準(zhǔn)確詳細(xì)的數(shù)學(xué)模型往往很難得到.即使能夠得到,這些理論上的等式也只能描述系統(tǒng)中一部分能量及物料的平衡關(guān)系,這限制了基于模型的過(guò)程監(jiān)控方法的應(yīng)用.隨著計(jì)算機(jī)控制技術(shù)的發(fā)展,分布式工業(yè)控制系統(tǒng)、各種智能化儀表和控制設(shè)備在工業(yè)過(guò)程中的廣泛應(yīng)用,大量的過(guò)程數(shù)據(jù)被采集并存儲(chǔ)下來(lái).如何充分利用這些存儲(chǔ)的數(shù)據(jù)信息,從中挖掘出過(guò)程運(yùn)行的深層次規(guī)律

2、,以提高過(guò)程監(jiān)控能力,已經(jīng)是過(guò)程工業(yè)亟待解決的問(wèn)題,也是過(guò)程控制領(lǐng)域的研究熱點(diǎn).統(tǒng)計(jì)過(guò)程監(jiān)控是一種基于數(shù)據(jù)驅(qū)動(dòng)的方法,它以多元統(tǒng)計(jì)理論為基礎(chǔ),通過(guò)對(duì)過(guò)程測(cè)量數(shù)據(jù)的分析和解釋,判斷過(guò)程所處的運(yùn)行狀態(tài),在線檢測(cè)和識(shí)別過(guò)程中出現(xiàn)的異常工況,從而指導(dǎo)生產(chǎn)、提高產(chǎn)品質(zhì)量和生產(chǎn)效率.本文針對(duì)連續(xù)和間歇兩種生產(chǎn)方式的特點(diǎn),對(duì)傳統(tǒng)的統(tǒng)計(jì)過(guò)程監(jiān)控方法做了不同程度的改進(jìn),并提出了一些新的統(tǒng)計(jì)過(guò)程監(jiān)控算法. 本文的主要工作和貢獻(xiàn)有以下幾個(gè)方面:

3、 1.提出了基于小波變換主元分析和支持向量機(jī)的過(guò)程監(jiān)控和故障診斷方法.首先提出了一種基于小波變換主元分析的統(tǒng)計(jì)過(guò)程監(jiān)控方法.利用小波變換有效的抑制過(guò)程數(shù)據(jù)中所含的噪聲和干擾信號(hào),主元分析可以降低過(guò)程數(shù)據(jù)的維數(shù)并建立主元監(jiān)控模型,這樣提高了統(tǒng)計(jì)過(guò)程監(jiān)控的準(zhǔn)確性和有效性.在此基礎(chǔ)上,提出了基于支持向量機(jī)的故障診斷方法.考慮到實(shí)際工業(yè)過(guò)程故障數(shù)據(jù)的數(shù)量比較少,而支持向量機(jī)在小樣本學(xué)習(xí)方面具有良好的泛化能力的特點(diǎn).當(dāng)故障發(fā)生時(shí),利用小波變換主

4、元分析提取出的主元得分向量作為訓(xùn)練好的多重支持向量機(jī)的輸入來(lái)判斷故障的類別.對(duì)TE過(guò)程的監(jiān)控應(yīng)用表明了所提出方法的有效性. 2.針對(duì)間歇過(guò)程監(jiān)控的特點(diǎn),結(jié)合Fisher判別分析方法在數(shù)據(jù)分類上的優(yōu)勢(shì),提出了一種基于Fisher特征提取的間歇過(guò)程監(jiān)控和故障診斷方法.在線過(guò)程監(jiān)控時(shí),所提出的方法僅利用已國(guó)家發(fā)改委重大產(chǎn)業(yè)化項(xiàng)目,項(xiàng)目名稱:"煤化工企業(yè)綜合自動(dòng)化信息集成平臺(tái)及應(yīng)用"國(guó)家自然科學(xué)基金項(xiàng)目,編號(hào):60504033獲得的過(guò)程

5、數(shù)據(jù)的測(cè)量值對(duì)過(guò)程進(jìn)行監(jiān)控,避免了傳統(tǒng)的多向主元分析(MPCA)方法對(duì)未來(lái)測(cè)量值的估計(jì),從而提高了間歇過(guò)程監(jiān)控的性能.利用Fisher空間中提取出的過(guò)程數(shù)據(jù)的特征向量和判別向量來(lái)實(shí)現(xiàn)過(guò)程監(jiān)控和故障診斷.通過(guò)對(duì)青霉素發(fā)酵間歇過(guò)程的仿真應(yīng)用表明,所提出的方法比傳統(tǒng)的MPCA方法能更及時(shí)的監(jiān)測(cè)出過(guò)程的異常情況,更準(zhǔn)確的判斷異常的原因. 3.利用核學(xué)習(xí)理論的優(yōu)勢(shì),將核方法引入到線性Fisher判別分析中,提出了基于核Fisher判別分析

6、的非線性統(tǒng)計(jì)過(guò)程監(jiān)控與故障診斷方法.該方法通過(guò)非線性映射將過(guò)程數(shù)據(jù)從低維的輸入空間映射到高維的特征空間,實(shí)現(xiàn)了變量之間非線性相關(guān)關(guān)系的線性轉(zhuǎn)化.在高維的特征空間中利用Fisher判別分析方法,求出滿足最大分離程度的核Fisher特征向量和判別向量來(lái)實(shí)現(xiàn)過(guò)程監(jiān)控與故障診斷.與核主元分析方法(KPCA)相比,所提出的方法不僅簡(jiǎn)化了運(yùn)算,避免了對(duì)核主元個(gè)數(shù)的確定,而且可以通過(guò)求解最優(yōu)的Fisher判別向量來(lái)實(shí)現(xiàn)故障診斷.通過(guò)對(duì)流化催化裂化過(guò)程

7、的數(shù)值研究,驗(yàn)證了所提方法在非線性過(guò)程監(jiān)控與故障診斷中的可行性和優(yōu)越性. 4.針對(duì)化工過(guò)程中質(zhì)量變量不能在線測(cè)量或有較長(zhǎng)時(shí)間延遲情況下,傳統(tǒng)的質(zhì)量控制方法并不能很好的抑制過(guò)程的隨機(jī)擾動(dòng)對(duì)質(zhì)量產(chǎn)生影響,本文提出了多變量統(tǒng)計(jì)質(zhì)量控制方法.該方法根據(jù)歷史正常工況的數(shù)據(jù),建立質(zhì)量變量的預(yù)測(cè)模型,通過(guò)高采樣頻率的過(guò)程變量來(lái)預(yù)測(cè)低采樣頻率的質(zhì)量變量,根據(jù)質(zhì)量變量的預(yù)測(cè)值和設(shè)定值之間的偏差來(lái)確定過(guò)程操縱變量的調(diào)節(jié)量.通過(guò)調(diào)節(jié)操縱變量來(lái)抑制過(guò)程

8、的隨機(jī)擾動(dòng)達(dá)到控制最終產(chǎn)品質(zhì)量的目的.所提出的方法在TE過(guò)程中仿真結(jié)果表明,與傳統(tǒng)的PID質(zhì)量控制方法相比,該方法能減小由過(guò)程擾動(dòng)引起的質(zhì)量變化. 5.將統(tǒng)計(jì)過(guò)程監(jiān)控方法應(yīng)用到上海焦化甲醇精餾過(guò)程中.通過(guò)分析上海焦化甲醇精餾過(guò)程的特點(diǎn)和工藝流程,選取合適的過(guò)程變量,提取不同時(shí)段正常工況的數(shù)據(jù)建立統(tǒng)計(jì)監(jiān)控模型:提取在線的過(guò)程運(yùn)行數(shù)據(jù)和加壓塔再沸器泄漏故障檢修前的過(guò)程運(yùn)行數(shù)據(jù),驗(yàn)證了統(tǒng)計(jì)監(jiān)控模型的有效性.為進(jìn)一步的統(tǒng)計(jì)過(guò)程監(jiān)控模塊化