基于变分贝叶斯方法的多工况过程监控-安徽师范大学学报.PDF

38 1 ( ) 第 卷 期 安徽师范大学学报 自然科学版 2 0 15 1 Journal of Anhui Normal University (Natural Science) 年 月 Vol． 38 No． 1 Jan ． 2 0 1 5 DOI :10 ． 14 182 / J． cnki． 100 1 － 2443． 20 15 ． 0 1． 00 11 基于变分贝叶斯方法的多工况过程监控 ， 安 妮 侍洪波 ( ， 200237 ) 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 上海 : ． 摘 要 多模型方法是针对多工况工业过程监控所使用的最普遍也是最有效的方法 传统的多模型 ， EM ， EM ， 方法在离线建立子模型时 通常使用 算法估计子模型的参数 但 算法容易陷入局部最优 ， ， ． 并且无法利用已有的先验信息 会导致建立混合模型不够准确 可能无法有效检测出故障 因此将 ， ， ． 变分贝叶斯方法与多模型方法相结合 可以充分利用数据的先验知识 估计的参数也更准确 在建 ， 立模型计算监控统计量后 通过比较待测试数据落在各个子模型中后验概率的大小整合多个监控 ． TE ， ． 结果 对 过程的仿真实验表明 变分贝叶斯用于多模型方法可以有效地监控工业过程 : ; ; 关键词 变分贝叶斯 混合概率主元分析 多工况过程 中图分类号:TP277 文献标志码:A 文章编号:100 1 － 2443 (20 15)0 1 － 0049 － 05 ， ， 目前 多变量统计监控方法已广泛应用于现代工业生产过程中 但这些监控方法大多应用于单一稳定的 ． ( PCA)， ， : 工作状态 如主元分析方法 以下简称 作为目前多变量统计监控方法技术的核心 其基本思想是 当 ， ， ， ， 生产过程运行正常时 过程变量符合正态分布 当有故障发生时 过程变量之间的关系与数值改变 继而不再 ， 是标准正态分布 只要计算相关的监控统计量且与其控制限进行大小比较就可以判断过程是否发生故 ［1 － 2］ ． ， ， 障 但实际工业生产过程大多为多工况过程 由于多工况过程的环境多变性与生产方案的多样性 其过 程变量不会完全符合正态分布． ，