基于流程拓扑信息的统计过程监测方法

摘要：

传统数据驱动的过程监测方法主要基于历史数据和统计学知识建立,往往忽视了对过程机理的考虑.基于预测残差的过程监测方法则通过数据驱动的回归模型实现对局部过程机理的近似,在预测残差的基础上建立监测模型实现了对过程偏离更好的识别.但其建立回归模型实现对局部过程机理的近似时主要基于数据,很少考虑具体流程信息.作为流程信息的一种表现形式,流程拓扑结构常被用来提取变量间的进程与因果关系,如果在建立回归模型时结合流程的拓扑结构,则可使得所建立的回归模型中包含一定的流程信息,使其对局部机理的近似更为准确.基于此,本文提出一种基于流程拓扑信息的统计过程监测方法.该方法利用流程的拓扑结构,提取变量间的进程与因果关系,建立回归模型实现对局部过程机理的近似.在此基础上建立基于预测残差的过程监测模型,实现对过程偏离的监测.该方法被应用于某连续重整装置的过程监测中,结果表明其监测效果要优于基于主元分析和基于预测残差的过程监测方法.

关键词：过程系统;主元分析;偏最小二乘法;残差;故障早期识别

所属期刊栏目：40

分类号：TP3(计算技术、计算机技术)

在线出版日期：2021-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：75-80