一种基于DIOCVA的过程监控方法

摘要

传统基于典型变量分析的过程监控方法无法判断故障是否影响产品质量.为此,本文提出一种基于动态输入输出典型变量分析(Dynamic input-output canonical variate analysis,DIOCVA)的过程监控方法.该方法利用典型变量分析提取数据之间的相关性,并进一步考虑方差信息和时序相关性,将过程数据和质量数据映射到5个子空间:输入输出相关子空间,不相关输入主元子空间,不相关输入残差子空间,不相关输出主元子空间和不相关输出残差子空间.所提方法能够精细区分影响质量的过程故障和不影响质量的过程故障.以Tennessee Eastman过程为例对所提方法的有效性进行了验证.