基于偏最小二乘法的非线性工业过程监测方法研究

摘要

过程监测技术的出现是工业过程趋向自动化、智能化的标志，作为保障系统安全稳定运行的关键要素，其不可或缺性日益凸显。以往朴素的过程监测技术着眼于工业过程机理模型。然而，针对复杂程度日益提高的现代工业过程系统，即便辅以先进的模型辨识手段，基于物理化学先验知识的精确过程模型也越来越难以构建，这已成为工业控制学术界的共识。为此学术界将目光转向由传感器技术、网络通信技术、计算机数据处理技术的发展而带来的海量工业过程数据。显然，这些工业过程历史运行数据中蕴含着变量间的相关关系，充分挖掘数据内部的信息将极大地助力过程监测方法的研究。现有的基于数据的过程监测机制研究大多面向线性的、静态的工业过程，虽然这些研究取得了一定的成果，但仍然难以满足实际工业系统中非线性的过程监测需求。针对这样的情况，本文以偏最小二乘法为理论根基，试图建立一套完整的工业过程监测体系，使其能够适应于线性、非线性以及动态过程的监测。
　　本文首先介绍标准偏最小二乘算法原理，针对偏最小二乘算法的缺点，介绍一种以完全分解数据空间为核心思想的改进型偏最小二乘算法，并讨论该方法在故障检测中的应用，为后续算法的提出奠定理论基础。
　　接下来本文探讨核偏最小二乘算法在非线性过程监测中的应用问题。在此基础上，提出一种基于核偏最小二乘算法的在线非线性过程故障检测方法。同时引入小波变换对数据情况复杂的非线性工业过程进行监测。以数值算例和污水处理系统为应用背景，验证所述方法的可行性，为监测非线性、数据情况复杂的工业过程提供一种行之有效的解决方案。
　　为了寻求动态过程监测问题的解决方法，本文基于解构过程数据以及过程模型的思想，将多子阶段模型方法与核偏最小二乘法相结合，其核心思想是在对动态过程进行监测之前，先对考察的过程进行精确建模。这一部分内容给出了非线性动态工业过程监测方法的新实践。

目录

第1章 绪 论

1.1 课题背景及研究目的

1.2 过程监测概述

1.3 国内外在该方向的研究现状及分析

1.4 本文的主要研究内容

第2章 基于偏最小二乘法的线性过程监测方法

2.1 引言

2.2 偏最小二乘法

2.3 改进型偏最小二乘法

2.4 仿真验证

2.5 本章小结

第3章 基于核偏最小二乘法的非线性过程监测方法

3.1 引言

3.2 核偏最小二乘法

3.3 在线故障诊断

3.4 基于小波变换的非线性过程监测

3.5 仿真验证

3.6 本章小结

第4章 基于核偏最小二乘法的动态过程监测方法

4.1 引言

4.2 工业动态过程

4.3 基于多子阶段KPLS模型方法的动态过程监测

4.4 污水处理过程仿真实例

4.5 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢