摘要
为适应市场需求变化、生产计划调整等要求,现代流程工业过程往往在多种操作模式之间切换。针对此问题,提出基于奇异值向量相对变化的模式识别方法,将整个过程划分为平稳子过程与过渡子过程交替的结构,对不同子过程应用不同的独立分量分析统计模型进行在线监测,并在TE过程仿真平台上进行了验证。结果表明,这种方法可以降低多元统计过程监测系统的误报率,从而提高过程监测的准确性和可靠性,同时进一步扩展独立分量分析多元统计过程监测技术的应用范围。
引文
[1]刘强,秦泗钊.过程工业大数据建模研究展望[J].自动化学报,2016(2).
[2]赵春晖,王福利,姚远,等.基于时段的间歇过程统计建模?在线监测及质量预报[J].自动化学报,2010,36(3).
[3]齐咏生,王普,高学金,等.一种新的多阶段间歇过程在线监控策略[J].仪器仪表学报,2011,32(6).
[4]王倩,李宏光.基于奇异值识别的模式切换过程递归PCA监控[J].化工学报,2012,63(9).
[5]邓晓刚,张琛琛,王磊.基于多阶段多向核熵成分分析的间歇过程故障检测方法[J].化工学报,2017,68(05).
[6]Lee J.M,Yoo C.K,Lee I.B.Statistical process monitoring with independent component analysis[J].Journal of Process Control,2004,14(5).