基于多元統(tǒng)計的復雜工業(yè)過程監(jiān)測方法研究.pdf

1、現代工業(yè)過程自動化控制正朝著大型化、復雜化的方向發(fā)展，生產系統(tǒng)和設備一旦發(fā)生故障，將造成巨大的經濟損失，甚至造成人員傷亡和環(huán)境污染。研究和開發(fā)集控制、監(jiān)測和診斷功能于一體的過程監(jiān)控系統(tǒng)已成為工廠綜合自動化發(fā)展的迫切需要，具有重要的理論意義和廣泛的應用價值。
　　基于多元統(tǒng)計的過程監(jiān)測方法的研究是過程監(jiān)控系統(tǒng)中的一個重要研究分支，本論文以多元統(tǒng)計理論為基礎，對基于多元統(tǒng)計的過程監(jiān)測中的若干問題進行了如下的研究:
　　對過程監(jiān)測

2、的研究方法作了概述，介紹了基于多元統(tǒng)計的過程監(jiān)測方法的基本數學工具，包括主元分析法、核主元分析法、獨立元分析法、核獨立元分析法，以及它們在過程監(jiān)測中的應用。
　　對工業(yè)過程中的觀測數據變量間的相關關系（線性與非線性）進行分析，針對高斯過程變量，提出采用基于多元線性回歸的方法判斷變量間的相關關系，并以田納西過程為背景，建立了基于PCA及KPCA的過程監(jiān)測模型，對所提出的方法進行了仿真驗證;針對非高斯過程變量，提出采用基于獨立元分析的

3、方法判斷變量間的相關關系，并以青霉素發(fā)酵過程為背景，建立了基于ICA及KICA的過程監(jiān)測模型，對所提出的方法進行了仿真驗證。
　　S.W.Choi等人結合數據除噪中基于KPCA的數據重構方法，并借鑒基于PCA的故障識別思路，提出一種基于數據重構的KPCA故障識別方法。本文在此基礎上，對S.W.Choi等人提出的故障識別方法進行了改進，并對改進后的方法進行了仿真，仿真結果表明，改進后的故障識別方法既能識別出單變量引起的故障，又能識別