基于MICA方法的間歇過程監(jiān)控研究.pdf

1、間歇過程在現(xiàn)代工業(yè)生產(chǎn)中所占地位越來越重。為保證間歇過程安全穩(wěn)定運(yùn)行和產(chǎn)品質(zhì)量的達(dá)標(biāo)，對(duì)間歇過程進(jìn)行實(shí)時(shí)的在線監(jiān)控具有重要意義。隨著在線測量儀器和計(jì)算機(jī)技術(shù)的發(fā)展，越來越多的間歇生產(chǎn)過程數(shù)據(jù)和產(chǎn)品質(zhì)量數(shù)據(jù)被存儲(chǔ)到計(jì)算機(jī)中，這些數(shù)據(jù)隱含著大量信息，通過對(duì)數(shù)據(jù)分析，剔除冗余信息，挖掘有用資源可診斷過程運(yùn)行狀況，并指導(dǎo)生產(chǎn)實(shí)踐。 對(duì)間歇過程的在線監(jiān)控，多采用多向主成分分析(MPCA)和多向偏最小二乘(MPLS)等傳統(tǒng)的多元統(tǒng)計(jì)方法，這

2、些方法要求變量服從正態(tài)分布，利用的僅是二階統(tǒng)計(jì)量信息。多向獨(dú)立成分分析(MICA)是一種基于ICA技術(shù)、處理間歇過程三維數(shù)據(jù)的多元統(tǒng)計(jì)方法，不需假設(shè)變量滿足正態(tài)分布，并且利用了信號(hào)的高階統(tǒng)計(jì)信息，能更有效地分析處理過程數(shù)據(jù)，分解得到的內(nèi)在潛隱變量是統(tǒng)計(jì)獨(dú)立的，從而能更本質(zhì)地描述過程特性。本文以多向獨(dú)立成分分析(MICA)方法為研究基礎(chǔ)，針對(duì)間歇過程的特點(diǎn)，對(duì)MICA方法進(jìn)行了改進(jìn)，提出了兩種新的間歇過程監(jiān)控算法。 針對(duì)間歇過程中

3、操作批次之間存在的時(shí)變特性，提出一種隨批次變化的動(dòng)態(tài)算法一帶遺忘因子的自適應(yīng)多向獨(dú)立成分分析(Adaptive MICA)方法。該方法利用正常數(shù)據(jù)集先建立初始MICA模型，并檢測新批次數(shù)據(jù)，如果新批次數(shù)據(jù)從始至終沒有異常行為，則在原始數(shù)據(jù)集中加入新的正常批次并剔除最早批次，建立新的MICA模型時(shí)引入遺忘因子逐漸遺忘歷史信息，以提高模型對(duì)新過程特性的適應(yīng)能力；若檢測到新的批次有故障發(fā)生則模型不變，繼續(xù)監(jiān)測下一批次的運(yùn)行狀況。在半導(dǎo)體蝕刻過

4、程上的仿真結(jié)果表明，自適應(yīng)MICA方法能逐步加入新的正常批次數(shù)據(jù)的變化信息，建立更準(zhǔn)確的統(tǒng)計(jì)模型，相比固定模型的MICA方法，能有效降低檢測故障時(shí)的誤報(bào)率。 考慮到間歇過程數(shù)據(jù)中存在顯著的非線性變化特性，提出一種非線性監(jiān)控算法--基于特征樣本的多向核獨(dú)立成分分析(FS-MKICA)。間歇過程正常工況下的三維數(shù)據(jù)矩陣展開成二維后，樣本數(shù)較大，直接進(jìn)行非線性的核變換時(shí)，對(duì)核函數(shù)矩陣的求解困難。為降低核矩陣的計(jì)算復(fù)雜度，本文先從原始輸