改进的非线性PCA方法及其在过程监控中的应用

摘要：

针对化工聚合反应过程的特点,结合小波分解多分辨率特性和独立元分析(ICA)提取个数较少的相互独立信号的优点,改进了基于自相关神经元网络的非线性主元分析(NLPCA)方法.在传统的非线性PCA方法中引入了独立元分析模块,不仅解决了自相关神经元网络中确定各层神经元个数的问题,而且以最少的独立元个数捕捉数据的非线性特征.多尺度监控可以识别各种幅值的故障,提高了监控效果.在此基础上, 计算I2、I2e和SPE统计量用于故障检测.贡献图法用于识别故障变量.在聚酯生产过程上的仿真结果表明,改进后的方法比传统的非线性PCA方法更及时地检测到过程故障,运用贡献图可以有效地实现故障变量分离.

关键词：非线性PCA、独立元分析、故障检测、贡献图、聚合反应过程

所属期刊栏目：35

分类号：TP11(自动化基础理论)

在线出版日期：2008-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：95-99