基于多向核主元分析的青霉素生产过程在线监测.pdfVIP

第! 卷第# 期 浙 江 大 学 学 报（工学版） =(- ! ?( # #$$% 年# 月 ’()*+,- (. /0123,+4 5+361*7389（:+43+11*3+4 ;31+1 ） @1A #$$% 基于多向核主元分析的青霉素生产过程在线监测 刘世成，王海清，李 平 （浙江大学 工业控制技术国家重点实验室，工业控制技术研究所，浙江 杭州D$$#% ） 摘 要：基于传统主元分析（QRS ）方法的过程监测算法假定过程是线性的，对于具有强非线性的生产过程，应用其 进行在线监测出现误报率过高的现象 为此提出了一种多向核主元分析（TUQRS ）算法用于间歇过程的建模与在 线监测 利用Q1+;3M# $ 软件将青霉素间歇生产过程的三向数据按批次方向展开为二向数据并进行标准化，采用 # TUQRS 算法建立过程模型并用于过程的在线监测，计算 ! 、;Q: 统计量及相应的控制限 仿真结果表明，与传统 QRS 算法相比，TUQRS 算法具有更好的监测性能，不仅大大降低了正常运行过程的误报率，而且能够较早地检测 出过程中存在的底物流加速率与搅拌功率故障 TUQRS 可以有效处理间歇过程批次间存在的非线性属性，获取过 程变量间的非线性关系 关键词：主元分析；核主元分析；多向核主元分析；在线监测；故障检测 中图分类号： VQ#$I D 文献标识码：S 文章编号：$$J C%DW（#$$% ）$# $#$# $I !#$% ’(%)(*%+ (, -%.%$$% /*(01.)%( /*(.22 3420 ( ’1$)%546 7*$ /*%.%/4$ .(’/() 44$62%2 XY5 ;03L01+4 ，ZS?[ \,3LP3+4 ，XY Q3+4 （#$%’#( )#*+#$+, - .’/01$+%#( 2’$+( !345’(6, ，.’1$%$0$3 - .’/01$+%#( 7+4311 2’$+( ， 8539 %#’6 :’%;3+1%$, ，#’6=50 D$$#% ，25%’# ） 832)*4.) ：V*,G383(+,- O*3+3O,- (MO(+1+8 ,+,-9737 （QRS ）A,71G M180(G7 0,61 A11+ O*(61G 8( A1 )+*1-3,A-1 E01+ ,OO-31G 8( +(+-3+1,* O*(177 M(+38(*3+4 ,+G .,-71 ,-,*M7 M3408 ()* S M180(G A,71G (+ M)-83E,9 ]1*+1- O*3+3O,- (MO(+1+8 ,+,-9737 （TUQRS ）E,7 O*(O(71G 8( ,O8)*1 801 +(+-3+1,* 0,*,81*37837 (. +(*M,- A,80 O*(17717 ^,71G (+ Q1+;3M# $ ，801 80*11LE,9 G,8, (. , .1GLA,80 Q1+33--3+ .1*M1+8,83(+ O*(177 E1*1 7O*1,G ,-(+4 A,80 G3L *183(+ ,+G +(*M,-3F1G V01+ 801 TUQRS M(G1- (. 801 M(+38(*1G O*(177 E,7 718 )O ，,+G !# ,+G ;Q: 78,837837 ,+G 8013* (+8*(- -3M387 E1*1 ,-)-,81G )73+4 801 M(G1- ;3M)-,83(+ *17)-87 70(E1G 80,8 801 O*(O(71G M180(G 0,G A1881* M(+38(*3+4 O1*.(*M,