基于pca的统计过程监控研究-控制科学与工程专业论文.docxVIP

浙江大学博士学位论文 摘要 过程监控包括故障建模、故障检测、故障隔离、故障的诊断以及过程的恢复，用于 监视生产过程的运行，及时发现并消除过程的异常状况，以保证生产的安全性以及产品 的高质量。基于PCA的过程监控主要依赖于过程数据，并不需要建立机理模型，通用 性较强，因此近年来成为过程控制领域研究的热点。 本文系统研究了基于PCA的统计过程监控中的若干问题，主要集中在基于PCA的 过程建模、故障检测性能分析以及利用PCA获取结构化残差实现故障的隔离，具体包 括： (1)在介绍PCA基本原理的基础上，提出一种PCA统计模型的评价方法。为分析 噪声对PCA建模的影响，该法在残差子空间(RS)利用参数估计、在主元子空间(PCS) 利用模型相似度指数(MSI)描述有噪声时的模型对理想模型的逼近程度，另外还讨论了 数据标准化预处理对建模的影响，并把上述评价方法推广至动态系统。仿真证明在噪声 较小时，PCA统计模型与真实模型偏差极小。 (2)在提出一种基于真实值的改进的故障模型基础上，对PCA的故障检测行为进 行了分析和改进。首先研究了传感器故障、执行器故障、过程故障及工作点正常改变对 SPE和丁2期望变化的影响，为以往的定性结论提供了数学依据，同时指出了一些例外 情况及其物理几何意义。为克服传统统计量的检测局限性，引入了一种复合式统计量 (CRS)，对基于CRS的故障检测行为进行分析，并给出