运用主成分分析法的过程控制和诊断-重庆理工大学学报.pdf

第２８卷　第１期 重 庆 理 工 大 学 学报（自然科学） ２０１４年１月 Ｖｏｌ．２８　　Ｎｏ．１ ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｊａｎ．２０１４  ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０１４．０１．０１９ 运用主成分分析法的过程控制和诊断 肖枝洪，冉小华 （重庆理工大学 数学与统计学院，重庆　４０００５４） 摘　　　要：针对控制过程中多变量的共线性，提出一种主成分质量控制方法，对化工中甲烷气 体生产过程进行质量监控与诊断。首先运用在正常状态下所观测的１３组样本数据建立过程控 制模型，然后根据所建模型对在异常状态下观测的１２组样本数据进行监控与诊断。结果表明： 该方法能够及时地监测出故障并能准确查找出引起故障的过程变量。 ２ 关　键　词：主成分分析；故障监控与诊断；Ｔ控制图 中图分类号：ＴＰ２７３　　　　文献标识码：Ａ 文章编号：１６７４－８４２５（２０１４）０１－００９６－０６ ＭｏｎｉｔｏｒｉｎｇａｎｄＦａｕｌｔＤｉａｇｎｏｓｉｓＢａｓｅｄｏｎＰＣＡＭｅｔｈｏｄ ＸＩＡＯＺｈｉｈｏｎｇ，ＲＡＮＸｉａｏｈｕａ （ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＳｔａｔｉｓｔｉｃｓ， ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈｏｎｇｑｉｎｇ４０００５４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏｔｈｅｄｅｆｉｃｉｅｎｃｉｅｓｏｆｃｏｍｍｏｎｌｙｕｓｅｄｍｕｌｔｉｖａｒｉａｔｅｓｔａｔｉｓｔｉｃａｌｐｒｏｃｅｓｓｃｏｎｔｒｏｌ，ｔｈｅｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔｑｕａｌｉｔｙｃｏｎｔｒｏｌｍｅｔｈｏｄｉｓｐｕｔｆｏｒｗａｒｄｔｏｐｒｏｃｅｅｄｑｕａｌｉｔｙｍｏｎｉｔｏｒｉｎｇａｎｄｄｉａｇｎｏｓｔｉｃｓｏｎｔｈｅ ｐｒｏｄｕｃｔｉｏｎｐｒｏｃｅｓｓｏｆｐｒａｃｔｉｃａｌｉｎｄｕｓｔｒｉａｌｍｅｔｈａｎｅｇａｓ．Ｆｉｒｓｔ ，ｔｈｅｐｒｏｃｅｓｓｃｏｎｔｒｏｌｍｏｄｅｌｗａｓｅｓｔａｂ ｌｉｓｈｅｄｕｓｉｎｇｔｈｅｆｉｒｓｔ１３ｇｒｏｕｐｓｏｆｓａｍｐｌｅｄａｔａｗｅｏｂｓｅｒｖｅｄｉｎｔｈｅｎｏｒｍａｌｓｔａｔｅ．Ｔｈｅｎ，ｗｅｕｓｅｄｔｈｅｅｓ ｔａｂｌｉｓｈｅｄｍｏｄｅｌｔｏｐｒｏｃｅｅｄｑｕａｌｉｔｙｍｏｎｉｔｏｒｉｎｇａｎｄｄｉａｇｎｏｓｔｉｃｓｏｎｔｈｅｋｎｏｗｎ１２ｇｒｏｕｐｓｏｆｓａｍｐｌｅｄａｔａ ｗｅｏｂｓｅｒｖｅｄｉｎｔｈｅａｂｎｏｒｍａｌｓｔａｔｅ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｃａｎｍｏｎｉｔｏｒｔｈｅｆａｕｌｔｔｉｍｅｌｉｅｒａｎｄ ｆｉｎｄｏｕｔｔｈｅｐｒｏｃｅｓｓｖａｒｉａｂｌｅｓｔｈａｔｃａｕｓｅｍａｌｆｕｎｃｔｉｏｎａｃｃｕｒａｔｅｌｙ． Ｋｅｙｗｏｒｄｓ：ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ（ＰＣＡ）；ｆａｕｌｔｄｅｔｅｃｔｉｏｎａｎｄｄｉａｇｎｏｓｉｓ；ｃｏｎｔｒｏｌｌｉｎｇｆｉｇｕｒｅ ２ ｏｆＴ 　　在工业生产过程中，经常会发生各种故障，影 一般都具有过程精确、建模困难、过程变量众多且 响产品质量，甚至会引起重大人员伤亡和财产损 相互间强耦合，并且在实际中存在各种随机因素 失。因此在工业生产中进行故障检测与诊断已成 的影响等特点，这就使得基于机理模型的诊断方