基于核PLS方法的非线性过程在线监控

被引：21

作者：

胡益 ^{[1
]}

王丽 ^{[2
]}

马贺贺 ^{[1
]}

侍洪波 ^{[1
]}

机构：

[1] 华东理工大学化工过程先进控制和优化技术教育部重点实验室

[2] 上海应用技术学院电气与电子学院

来源：

化工学报 | 2011年 / 62卷 / 09期

关键词：

核偏最小二乘; 过程监控; 非线性过程; 质量预测;

D O I：

暂无

中图分类号：

TP277 [监视、报警、故障诊断系统];

学科分类号：

0804 ; 080401 ; 080402 ;

摘要：

针对过程监控数据的非线性特点,提出了一种基于核偏最小二乘(KPLS)的监控方法。KPLS方法是将原始输入数据通过核函数映射到高维特征空间,然后在高维特征空间再进行偏最小二乘(PLS)运算。与线性PLS相比,KPLS方法能充分利用样本空间信息,建立起输入输出变量之间的非线性关系。与其他非线性PLS方法不同,KPLS方法只需要进行线性运算,从而避免非线性优化问题。在对过程进行监控时,首先采用KPLS方法建立模型,得到得分向量,然后计算出T2和SPE统计量及其相应的控制限。Tennessee Eastman(TE)模型上的仿真研究结果表明,所提方法比线性PLS方法具有更好的过程监控性能。

引用

页码：2555 / 2561

页数：7

共 7 条

[1] Mixture Bayesian Regularization Method of PPCA for Multimode Process Monitoring [J].

Ge, Zhiqiang ;

Song, Zhihuan .

AICHE JOURNAL, 2010, 56 (11) :2838-2849

[2] Multi-scale extension of PLS algorithm for advanced on-line process monitoring [J].

Lee, Hae Woo ;

Lee, Min Woo ;

Park, Jong Moon .

CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 2009, 98 (02) :201-212

[3] Recursive partial least squares algorithms for monitoring complex industrial processes [J].

Wang, X ;

Kruger, U ;

Lennox, B .

CONTROL ENGINEERING PRACTICE, 2003, 11 (06) :613-632

[4] On-line batch process monitoring using dynamic PCA and dynamic PLS models [J].

Chen, JH ;

Liu, KC .

CHEMICAL ENGINEERING SCIENCE, 2002, 57 (01) :63-75

[5] Nonlinear partial least squares [J].

Malthouse, EC ;

Tamhane, AC ;

Mah, RSH .

COMPUTERS & CHEMICAL ENGINEERING, 1997, 21 (08) :875-890

[6]

Analysis, monitoring and fault diagnosis of batch processes using multiblock and multiway PLS[J] . Theodora Kourti,Paul Nomikos,John F. MacGregor.Journal of Process Control . 1995 (4)

[7]

Fault Detection and Diagnosis in Industrial Systems .2 Chiang LH,Russell EL,Braatz RD. Springer-Verlag . 2001

← 1 →