基于統(tǒng)計理論的工業(yè)過程綜合性能監(jiān)控、診斷及質(zhì)量預(yù)測方法研究.pdf

1、隨著工業(yè)過程規(guī)模的不斷擴大和復(fù)雜性的日益提高，有效的性能監(jiān)控、故障診斷和質(zhì)量預(yù)測是保證生產(chǎn)安全、提高產(chǎn)品質(zhì)量和經(jīng)濟效益的關(guān)鍵。對于復(fù)雜的工業(yè)過程來說，準(zhǔn)確詳細(xì)的數(shù)學(xué)模型往往很難得到，即使能夠得到，這些理論上的等式也只能描述系統(tǒng)中一部分能量及物料平衡關(guān)系，這就限制了基于模型的性能監(jiān)控方法的應(yīng)用。另外，隨著計算機技術(shù)的迅速發(fā)展，工業(yè)過程中能夠測量和處理的變量越來越多，如何從海量數(shù)據(jù)中挖掘出隱藏的有用信息，從而提高過程運行的安全性和可靠性，已

2、經(jīng)成為越來越迫切需要解決的問題。統(tǒng)計性能監(jiān)控就是在這種背景下發(fā)展起來的，并且受到了廣泛關(guān)注。本文在傳統(tǒng)統(tǒng)計性能監(jiān)控和質(zhì)量估計方法的基礎(chǔ)上，做了不同程度的改進(jìn)并提出了一些新的監(jiān)控和質(zhì)量估計算法。主要工作和貢獻(xiàn)有以下幾個方面： 1.利用核主元分析非線性性能監(jiān)控的優(yōu)勢，并將相似度分析引入故障診斷領(lǐng)域，提出了基于核主元分析和模式匹配技術(shù)相結(jié)合的性能監(jiān)控和故障診斷方法。針對PCA相似度分析存在的問題，對該方法進(jìn)行了改進(jìn)。首先利用KPCA方

3、法計算數(shù)據(jù)的非線性主元，然后計算不同數(shù)據(jù)集之間的非線性主元相似度；并將主元相似度、非線性主元相似度和基于距離的相似度賦予不同的權(quán)值構(gòu)成綜合相似度指標(biāo)來進(jìn)行模式匹配。TE過程仿真試驗驗證了該方法在非線性性能監(jiān)控和故障診斷中的有效性。 2.針對復(fù)雜的工業(yè)過程，綜合核主元分析處理非線性數(shù)據(jù)的優(yōu)點和ICA方法提取高維特征空間信息的能力，提出了基于KICA方法的非線性性能監(jiān)控方法。該方法首先將數(shù)據(jù)通過非線性核函數(shù)映射到高維特征空間，然后在

4、特征空間中進(jìn)行獨立主元分析和計算。通過在特征空間中構(gòu)建監(jiān)控統(tǒng)計量和控制置信限，來實現(xiàn)復(fù)雜化工和生物過程的監(jiān)控。非線性數(shù)值仿真實例和流化催化裂化(FCCU)過程仿真研究驗證了該方法的有效性。 3.針對間歇過程監(jiān)控的特點，將核方法引入到Fisher判別分析中，提出了基于核Fisher判別分析的間歇過程性能監(jiān)控與故障診斷法。所提出的方法僅利用已獲得的數(shù)據(jù)測量值對過程進(jìn)行監(jiān)控，避免了傳統(tǒng)MPCA方法對未來測量值的估計，從而提高了間歇過程

5、監(jiān)控的性能。在線性能監(jiān)控通過比較核Fisher特征向量之間的歐氏距離來實現(xiàn)，而最優(yōu)核Fisher判別向量用來鑒別故障類型。與KPCA方法相比，KFDA方法不僅簡化了運算，避免了對核主元個數(shù)的確定，而且可以通過求解最優(yōu)核Fisher判別向量來實現(xiàn)故障診斷。青霉素發(fā)酵過程仿真應(yīng)用表明，核Fisher方法比傳統(tǒng)的MPCA方法能更及時地監(jiān)測出過程異常情況，更準(zhǔn)確地判斷異常發(fā)生的原因。 4.利用核偏最小二乘(KPLS)非線性回歸的優(yōu)勢，提

6、出了基于KPLS的非線性質(zhì)量估計和預(yù)測方法。首先通過非線性映射將過程數(shù)據(jù)從低維輸入空間映射到高維特征空間，實現(xiàn)變量之間非線性相關(guān)關(guān)系的線性轉(zhuǎn)化。然后在高維特征空間中利用PLS回歸方法進(jìn)行質(zhì)量估計和預(yù)測。數(shù)值仿真實例和實際工業(yè)過程數(shù)據(jù)應(yīng)用表明KPLS方法能更有效地捕捉變量之間的非線性關(guān)系，回歸和質(zhì)量預(yù)測效果明顯優(yōu)于線性PLS方法。 5.針對質(zhì)量估計和預(yù)測過程中由于儀表錯誤或過程泄漏等原因造成的過失誤差及故障問題，將模式識別中的Fi

7、sher判別分析法引入過程顯著誤差偵破和故障監(jiān)測，提出了基于Fisher判別分析和核回歸的質(zhì)量監(jiān)控和估計方法。首先利用Fisher方法對輸入數(shù)據(jù)進(jìn)行在線監(jiān)測，若系統(tǒng)運行正常，則用核主元回歸方法對質(zhì)量數(shù)據(jù)進(jìn)行預(yù)測和估計；否則將存在故障和過失誤差的數(shù)據(jù)剔除并利用貢獻(xiàn)圖法確定故障原因。實際工業(yè)過程數(shù)據(jù)仿真研究驗證了該方法進(jìn)行故障監(jiān)測和質(zhì)量估計的有效性。 6.通過分析上海焦化甲醇精餾過程的特點和工藝流程，開發(fā)出了一套統(tǒng)計性能監(jiān)控和質(zhì)量估