基于BDKPCA的間歇過(guò)程統(tǒng)計(jì)性能監(jiān)控研究.pdf

1、對(duì)間歇生產(chǎn)過(guò)程進(jìn)行監(jiān)控的目的在于及時(shí)有效發(fā)現(xiàn)生產(chǎn)過(guò)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(guò)程相比，間歇生產(chǎn)過(guò)程特性更加復(fù)雜，數(shù)據(jù)具有多階段、非線性、動(dòng)態(tài)、多批次等特性，對(duì)其進(jìn)行過(guò)程監(jiān)控更加困難。間歇過(guò)程統(tǒng)計(jì)性能監(jiān)控由于不需要過(guò)程精確的解析模型，所獲得理論成果和方法能夠較快的應(yīng)用于實(shí)際工業(yè)生產(chǎn)過(guò)程中，因此被廣泛研究，已成為過(guò)程控制領(lǐng)域的研究熱點(diǎn)之一。
　　 本文在深入研究間歇過(guò)程數(shù)據(jù)特征的基礎(chǔ)

2、上，重點(diǎn)研究間歇過(guò)程的非線性特性和動(dòng)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(yīng)用于間歇過(guò)程的統(tǒng)計(jì)性能監(jiān)控中。
　　 首先綜述了流程工業(yè)過(guò)程監(jiān)控的目的、必要性以及過(guò)程監(jiān)控的主要方法。闡述了多變量統(tǒng)計(jì)過(guò)程性能監(jiān)控的研究歷史和發(fā)展現(xiàn)狀，特別對(duì)間歇生產(chǎn)過(guò)程統(tǒng)計(jì)

3、性能監(jiān)控的發(fā)展現(xiàn)狀及存在的問(wèn)題進(jìn)行了較完整的綜述。介紹了多變量統(tǒng)計(jì)過(guò)程性能監(jiān)控的理論基礎(chǔ)和基本方法，給出了間歇過(guò)程統(tǒng)計(jì)性能監(jiān)控實(shí)施的一般框架。
　　 針對(duì)間歇過(guò)程的非線性特性和動(dòng)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(guò)程統(tǒng)計(jì)

4、性能監(jiān)控方法，以間歇過(guò)程三維建模數(shù)據(jù)的每一個(gè)批次為工作對(duì)象，進(jìn)行時(shí)間序列上的擴(kuò)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(guò)計(jì)算各批次建模數(shù)據(jù)之間的平均統(tǒng)計(jì)特征，即平均核矩陣(Averagekernel matrix，AKM)，來(lái)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(jì)過(guò)程監(jiān)控模型更加準(zhǔn)確，更能反映出間歇過(guò)程的運(yùn)行本質(zhì)。算法應(yīng)用于在線監(jiān)控時(shí)，無(wú)須估計(jì)未來(lái)時(shí)刻數(shù)據(jù)，準(zhǔn)確性更高?；趧?dòng)態(tài)非線性數(shù)學(xué)模型和

5、青霉素發(fā)酵過(guò)程的應(yīng)用表明：對(duì)于具有較強(qiáng)非線性特性和動(dòng)態(tài)特性的間歇生產(chǎn)過(guò)程，BDKPCA算法能同時(shí)有效地獲取三維建模數(shù)據(jù)中的非線性特性和動(dòng)態(tài)特性，較MKPCA方法具有更好的監(jiān)測(cè)性能。
　　 BDKPCA算法在建模數(shù)據(jù)的采樣點(diǎn)個(gè)數(shù)較多時(shí)，存在計(jì)算量和在線監(jiān)控所需存儲(chǔ)空間激增的問(wèn)題。針對(duì)于此，結(jié)合間歇過(guò)程三維建模數(shù)據(jù)的特點(diǎn)，對(duì)FVS進(jìn)行了改進(jìn)，并將改進(jìn)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(duì)