MSPCA在多元統(tǒng)計過程監(jiān)測中的應(yīng)用研究.pdf

1、該文以小波分析和主元分析PCA的基本理論為基礎(chǔ),將主元分析PCA去線性變量相關(guān)性的能力以及小波變換提取變量局部特征和近似分解變量自相關(guān)性的能力綜合起來,引入一種新的多元統(tǒng)計過程監(jiān)測工具—多尺度主元分析(Multiscale PCA),并將其應(yīng)用于煉油生產(chǎn)過程和固定床流向變換催化燃燒過程.完成的具體工作如下:1.過程數(shù)據(jù)的預(yù)處理(濾波)部分;在深入學(xué)習(xí)小波分析基本理論知識的基礎(chǔ)上,借助Matlab語言首先完成了小波分析的基本算法,包括離散

2、小波正變換和反變換;接著分別從小波基、閾值的選擇等方面詳細討論了基于閾值決策的小波降噪方法及其應(yīng)用.在此基礎(chǔ)上,探討了對一般的閾值方法的改進,即平移不變小波變換降噪法.2.MSPCA應(yīng)用于統(tǒng)計過程監(jiān)測部分;首先,基本掌握主元分析應(yīng)用于多元統(tǒng)計過程監(jiān)測的原理,同時完成NIPALS算法,并計算主元模型和多變量統(tǒng)計控制圖(SPE和T2圖).接著,針對PCA單尺度建模的局限性,將小波分析和主元分析綜合起來,引入新的監(jiān)測工具MSPCA,并詳細討論

3、了MSPCA算法及其在多元統(tǒng)計過程監(jiān)測中的應(yīng)用,借助Matlab語言完成MSPCA基本算法.最后,將MSPCA應(yīng)用于三組不同類型的數(shù)據(jù)或過程:數(shù)據(jù)間互不相關(guān)的高斯隨機數(shù)組,常減壓蒸餾裝置的減一線過程數(shù)據(jù)以及溫度周期性變化的流向變換催化燃燒過程,并將監(jiān)測結(jié)果與PCA分析結(jié)果做比較.3.Recursive PCA應(yīng)用于統(tǒng)計過程監(jiān)測部分;為解決PCA固定模型難以適應(yīng)工業(yè)過程統(tǒng)計特性緩慢變化的問題,詳細研究了Recursive PCA的基本原理