基于ICA-MPCA的间歇过程监测方法

摘要

针对基于多向主元分析(multi-way principal component analysis,MPCA)的间歇过程监测方法需要事先假定变量呈高斯分布的缺陷,提出了一种新的ICA(independent component analysis,ICA)-MPCA多变量间歇过程统计监测方法。该方法先用ICA法从过程信息中抽取非正态分布的特征信号,并确定联合分布的统计置信限;然后对提取非正态特征信号后残余的服从多元正态分布的过程信息进行MPCA分析,从而避免了基于MPCA间歇过程监测方法需假设过程特征信号全部服从正态分布的前提。将该法应用于β-甘露聚糖酶间歇发酵过程监测,结果表明该法不仅能有效地监测出故障,尤其是对过程变量不满足正态分布的情况下,能够准确地对过程进行监测。