多變量統(tǒng)計(jì)過程控制在煉油生產(chǎn)過程中的應(yīng)用.pdf

1、該文以煉油生產(chǎn)過程為應(yīng)用背景,在對(duì)MSPC若干重要問題進(jìn)行研究的基礎(chǔ)上,將MSPC方法應(yīng)用于煉油生產(chǎn)過程中,完成了以下研究學(xué)習(xí)工作: 1.深入學(xué)習(xí)多變量統(tǒng)計(jì)過程控制的基本理論知識(shí),基本掌握了統(tǒng)計(jì)過程控制的基本方法如主元分析方法、部分最小二乘算法.利用指數(shù)加權(quán)移動(dòng)平均圖(EWMA圖)和多變量統(tǒng)計(jì)控制圖(SPE-score圖、T<'2>圖和主元貢獻(xiàn)圖等)方法對(duì)生產(chǎn)過程實(shí)行監(jiān)控,檢測(cè)生產(chǎn)過程異常情況. 2.在很多生產(chǎn)過程中過程變量間的關(guān)聯(lián)關(guān)系

2、往往存在嚴(yán)重的非線性.部分最小二乘方法可以克服由于輸入變量間的相關(guān)關(guān)系而帶來的問題,但是由于其用線性關(guān)系來聯(lián)系輸入和輸出因子,并不能十分有效地應(yīng)用于非線性較強(qiáng)的過程.3.利用主元分析方法的特性,用改進(jìn)的魯棒PCA方法對(duì)采集來的現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行樣本篩選,去掉不能正確映射過程輸入輸出變量間關(guān)系的無效樣本,提高建模的可靠性.4.對(duì)人工神經(jīng)元網(wǎng)絡(luò)和基于Chebyshev多項(xiàng)式非線性PLS兩種方法分別用來逼近非線性過程,進(jìn)行比較研究.5.為解決煉油廠