基于传递熵的MPCA间歇过程监测方法研究

摘要

间歇过程是过程工业的重要组成部分，在众多领域得到了广泛的应用。为保证间歇过程生产安全和产物质量，对其过程进行有效的实时监测显得尤为重要。间歇过程各个正常批次工况中数据间的作用关系是相对稳定的，当异常发生时，这种关系也会实时发生改变，甚至影响到工况的稳定。
　　针对传统统计分析方法忽略变量间作用关系的缺点，本文将信息论中的信息传递思想引入到间歇过程的监测过程中，利用传递熵表达变量间的信息传递关系，及其输入数据不需要服从高斯分布假设条件，研究基于传递熵的多向主元分析(MPCA)间歇过程监测方法。本文所做的研究内容如下:①在传递熵理论基础上，结合变量间的传递熵和滑动窗等步长的移动，给出了传递熵向量描述变量间的信息传递关系的方法;②在偏差修正和动态相关性消除等数据处理的基础上，使用非参数核密度估计实现传递熵值的计算;③将信息传递关系的表达方法与统计分析方法相结合，研究了基于传递熵的MPCA间歇过程监测方法，并应用于青霉素发酵仿真过程监测。

目录

声明

摘要

第一章 绪论

1．1 课题背景和意义

1．2 间歇过程监测方法和传递熵方法的研究现状

1．2．2 传递熵方法的研究现状

1．2．1 间歇过程监测方法的研究现状

1．3 本文的研究内容

1．4 论文的组织结构

第二章 传递熵理论基础

2．1 信息熵基本理论

2．2 马尔科夫过程

2．3 传递熵理论

2．4 本章小结

第三章 基于传递熵的信息传递关系的表达方法研究

3．1 核密度估计概述

3．2 数据预处理

3．2．1 数据标准化

3．2．2 偏差修正

3．2．3 动态相关性消除

3．3 基于传递熵的信息传递关系的表达方法

3．3．1 传递熵向量的构建

3．3．2 基于传递熵的信息传递关系的描述

3．4 本章小结

第四章 基于传递熵的MPCA间歇过程监测方法及实验分析

4．1 多向主元分析方法概述

4．2 MPCA模型数据特征和传递熵的数据处理

4．2．1 MPCA模型数据特征

4．2．2 传递熵的数据处理

4．3 基于传递熵的MPCA间歇过程监测方法

4．4 基于传递熵的MCPA发酵过程实验分析

4．4．1 青霉素发酵过程概述

4．4．2 基于传递熵的MPCA离线建模

4．4．3 基于传递熵的MPCA在线监测与分析

4．5 本章小结

第五章 总结与展望

5．1 全文总结

5．2 展望

参考文献

致谢

研究成果及发表的学术论文

作者和导师简介