基于统计量模式分析的MKPLS间歇过程监控与质量预报.pdfVIP

学兔兔 第35卷 第6期 仪 器 仪 表 学 报 V01．35 No．6 2014年6月 Chinese Journal of Scientific Instrument Jun．2014 基于统计量模式分析的MKPLS间歇过程 监控与质量预报术 常 鹏 ，王 普 ，高学金 ，齐咏生 ，张亚潮 (1．北京工业大学电子信息与控制工程学院 北京 100124；2．内蒙古工业大学电力学院 呼和浩特 010051) 摘 要：传统MKPLS是对数据矩阵的协方差矩阵进行分解，没有利用数据的高阶统计量等有用信息，在进行特征提取时会造成数 据有用信息的丢失，导致故障识别效果差。为了解决此问题，提出了统计量模式分析(SPA)与多向核偏最小二乘(MKPLS)相结合 的多向统计量模式分析的核偏最小二乘方法(MSPAKPLS)。该方法首先引入滑动窗技术构造样本的不同阶次统计量，将数据从 原始的数据空间映射到统计量样本空间，然后利用核函数将统计量样本空间映射到高维核空间进行偏最小二乘分析，并对产品质 量进行预测。最后将该方法应用到工业青霉素发酵过程中，并与传统方法进行比较，发现该方法具有更好的监控性能和预测 性能。 关键词：过程监控；多向核偏最小二乘(MKPLS)；多向统计量模式分析的核偏最小二乘(MSPAKPLS)；间歇过程 中图分类号：TP206．3 文献标识码：A 国家标准学科分类代码：510．8010 Batch process monitoring and quality prediction based on statistics pattern analysis and MKPLS Chang Peng ，Wang Pu ，Gao Xuejin ，Qi Yongsheng ，Zhang Yachao (J．School ofElectronic Information and Control Engineering，Belting University of Technology，Bering 100124，China； 2．School ofElectric Power，Inner Mongolia University ofTechnology，Huhhot 010051，China) Abstract：Traditional MKPLS method conducts the covariance matrix decomposition of the data matrix．and some useful hi【gh．order statis— tics are not used．which will cause the lOSS of the useful data information in the feature extraction process and lcad to poor fault recognition performance．Aiming at this issue，a multi—way statistics pattern analysis kernel partial least squares method(MSPAKPLS)is proposed， which combines the statistics pattern analysis(SPA)with multi—way kernel partial least squares(MKPLS)．This method first introduces a slide window technique to construct different or