基于復雜可測變量的非線性過程智能監(jiān)控方法研究.pdf

1、過程監(jiān)控是保證系統(tǒng)可靠性和安全性的重要研究課題。隨著工業(yè)系統(tǒng)日益復雜化和智能化，部分系統(tǒng)的數(shù)學模型和先驗知識難以獲取，基于解析模型和基于知識的方法難以在此類系統(tǒng)中有效地推廣和應(yīng)用。值得關(guān)注的是，這些工業(yè)系統(tǒng)往往能產(chǎn)生海量隱含系統(tǒng)信息的歷史和實時數(shù)據(jù)。如何挖掘這些數(shù)據(jù)的有效信息對系統(tǒng)進行監(jiān)控成為學者廣泛關(guān)注的重點，這也是基于數(shù)據(jù)驅(qū)動的過程監(jiān)控方法研究內(nèi)容。然而，目前大部分算法研究都是針對線性系統(tǒng)，實際系統(tǒng)是復雜的非線性過程?；诖?，針對非

2、線性靜態(tài)系統(tǒng)，本文將改進的主成分分析算法拓展到非線性系統(tǒng)，為問題的解決提供新的思路和研究方法。
　　首先，本文通過對眾多主成分分析方法進行對比分析，從中選擇最有效的過程監(jiān)控算法，并利用田納西-伊斯曼過程的數(shù)據(jù)進行仿真驗證，為后續(xù)算法提出提供必要條件。
　　然后，本文探討改進的主成分分析方法在非線性系統(tǒng)的應(yīng)用問題。將改進的主成分分析算法應(yīng)用到局部加權(quán)投影回歸算法生成的局部線性模型，對局部模型的統(tǒng)計量進行加權(quán)平均得到全局統(tǒng)計量，