非线性PCA方法在间歇过程性能监视和故障诊断中的应用

被引:9
作者
赵立杰
王纲
孙云秋
李元
机构
[1] 沈阳化工学院高级过程控制中心!辽宁沈阳
关键词
多元统计分析; 主元分析; 间歇过程; 故障检测和诊断;
D O I
暂无
中图分类号
O212.4 [多元分析];
学科分类号
020208 ; 070103 ; 0714 ;
摘要
针对间歇生产过程的特点 ,基于多方向主元分析方法 (MPCA)和非线性理论 ,提出具有实时性的非线性最小窗口PCA方法 ,分析复杂非线性间歇过程的性能 ,诊断异常事件的原因 .讨论最小窗口PCA方法的建模方法、过程性能监视和故障诊断基本原理 ,仿真实例验证该方法的有效性 .最小窗口PCA方法突破MPCA方法单模型、线性化的建模方式 ,创新性地构造了适合间歇生产过程特点的多模型结构非线性建模方法 ,并侧重于在线间歇过程性能监视和故障诊断的实时性 ,消除了预报未来测量值带来的误差 ,提高了过程性能监视和故障诊断的准确率 .
引用
收藏
页码:62 / 68
页数:7
相关论文
共 3 条
[1]  
Monitoring Batch Processes Using Multiway Principal Component Analysis. Nomikos Paul,MacGregor John F. American Institute of Chemical Engineers Journal . 1994
[2]  
Multivariate statistical Monitoring of Process Operating Performance. Kresta J,MacGregor J F,Marlin T E. Canadian Journal of Chemical Engineering . 1991
[3]  
Batch Tracking Via Nonlinear Principal Component Analysis. Dong Dong,McAvoy Thomas J. American Institute of Chemical Engineers Journal . 1996