基于多变量统计过程控制方法—PCA/PLS在工业控制中的应用

摘要

本论文的主要目的是学习和研究多变量统计分析方法－PCA、PLS的原理和基本算法。并在此基础上，通过一个简单的例子和两个更为复杂的工程应用来研究和验证PCA在数据监控、诊断上的应用以及PLS在系统建模、变量预测上的应用。论文通过一个模型重点介绍PCA在统计过程监控和系统降维的应用。同时，重点介绍了交叉校验的方法在PLS中应用。它作为最常用的用于选择系统潜在变量的方法，特别适用于那些在生产过程中无法进行实时测量而又对生产系统中的某些质量指标起着重要作用的变量进行预测和系统建模，并通过在聚乙烯工程中MI模型的实例，验证了在PLS1情况下，PLS方法适合对MI预测模型的建立。而且还介绍了在PLS2的情况下，通过在PTA工程实例中应用PLS的方法对4CBA、光密度的预测模型的建立，进一步验证了PLS方法比较适合于非常复杂的混合情况下的系统模型建模。通过以上试验，有效地证明了PCA、PLA是生产过程中变量监测、变量建模、变量预测等方面非常有用的方法之一，对于指导系统的闭环控制有非常重要的作用。

目录

文摘

英文文摘

学位论文原创性声明和学位论文版权使用授权书

第一章 绪论

第二章 多变量统计分析方法的研究——PCA

第三章 多变量统计分析方法的研究——PLS

第四章 应用多变量统计分析方法在工业过程控制中的应用

第五章 总结与展望

参考文献

致谢

攻读工程硕士学位期间发表的论文