Statistical Monitoring of Chemical Processes Based on Sensitive Kernel Principal Components

摘要

核主管部件分析(KPCA ) 方法采用开始的几个核主管部件(KPC ) ，它为过程监视显示正常观察的大多数变化信息，但是不能反映差错信息。在这研究，敏感内核主管部件分析(SKPCA ) 被建议改进监视性能的过程，即，错过了察觉率处理 T2 统计、摆平的预言错误 SPE 统计数值和还原剂的不和。T2 统计数值能被用来沿着每 KPC 直接测量变化并且分析察觉表演以及在一个过程捕获最有用的信息。随沿着每 KPC 的 T2 统计数值的变化率的计算， SKPCA 为进程监视选择敏感内核主管部件。一个模仿的简单系统和田纳西伊斯门过程被采用在联机监视上表明 SKPCA 的效率。结果显示监视表演显著地被改进。