基于核主元分析的動態(tài)過程監(jiān)測.pdf

1、在工業(yè)過程監(jiān)控中，盡可能早的檢測到過程的異常變化和降低誤報(bào)率是十分必要的。多元統(tǒng)計(jì)過程控制作為新興的過程監(jiān)控方法，已被廣泛地應(yīng)用于解決這些問題。在這些方法中，主元分析由于簡單可行得到了廣泛應(yīng)用。然而，主元分析應(yīng)用于工業(yè)過程監(jiān)控時(shí)，由于其本身性能的限制，會出現(xiàn)很多問題。因此，許多學(xué)者針對一些問題提出了改進(jìn)方法，擴(kuò)大了主元分析在工業(yè)過程控制領(lǐng)域的應(yīng)用范圍。例如，核主元分析，遞歸主元分析和一致主元分析等。本文在前人工作的基礎(chǔ)上，開展了關(guān)于這些

2、主元分析方法的研究，主要研究工作如下:
　　(1)用傳統(tǒng)核主元分析建立的過程統(tǒng)計(jì)模型是時(shí)不變的，而大部分實(shí)際工業(yè)過程卻具有慢時(shí)變的特性。當(dāng)用靜態(tài)KPCA模型監(jiān)控動態(tài)變化過程時(shí)，誤報(bào)警問題會時(shí)常發(fā)生，這將大大降低KPCA的可靠性。針對這一情況，本文提出了一種基于核空間中遞歸奇異值分解的遞歸核主元分析(RKPCA)方法。RKPCA通過遞歸計(jì)算訓(xùn)練數(shù)據(jù)協(xié)方差的特征值和特征向量對模型進(jìn)行更新。利用此方法進(jìn)行的過程監(jiān)控的仿真結(jié)果表明，該方法

3、不僅能大大降低誤報(bào)警，還提高了故障檢測的準(zhǔn)確性。
　　(2)隨著大型工業(yè)過程變得越來越復(fù)雜，產(chǎn)生的問題是對大量的變量將會變得很難解釋。一致核主元分析(CKPCA)以分散化的方式實(shí)現(xiàn)了對過程的監(jiān)控，提高了對多變量模型的解釋能力同時(shí)降低了其復(fù)雜性。然而，由于實(shí)際工業(yè)過程中慢時(shí)變的影響，CKPCA所建立的監(jiān)控模型不能適應(yīng)動態(tài)過程運(yùn)行狀況，由此可能出現(xiàn)誤報(bào)問題。針對這一情況，給出了一種CKPCA與RKPCA相結(jié)合的方法，用CKPCA建立過