基于監(jiān)測的慢時變對象建模及校正方法的研究.pdf

1、參數慢時變現象廣泛存在于過程控制、故障診斷等領域，由于慢時變對象的廣泛性、復雜性以及從慢時變對象獲得信息的局限性，慢時變對象的辨識與在線校正問題已經成為研究的熱點問題之一。因此，研究慢時變對象建模與在線校正問題具有重要的理論與實際意義。
　　本文首先對時變系統建模算法和基于數據驅動的過程監(jiān)測方法的研究現狀進行了概述，并較為詳細地介紹了偏最小二乘(PLS)建模方法與主元分析(PCA)監(jiān)測理論。進而本文針對慢時變對象的模型監(jiān)測問題展開

2、研究，依據慢時變對象的模型特性，選取模型實際輸出與預測輸出的偏差以及偏差的變化做為PCA的監(jiān)測變量;并通過大量仿真實驗提出了基于T2統計量變化信息的模型監(jiān)測判別方法。通過仿真實驗，驗證了對于一般非線性慢時變對象，該監(jiān)測算法能夠在對象的模型誤差超限之前監(jiān)測到模型異常，從而為準確有效地對模型進行校正提供有利的條件。針對常規(guī)校正方法的滯后問題，基于對慢時變對象的模型監(jiān)測的結果，在模型的誤差達到閾值之前對模型進行校正，從而提高了校正精度。同時，