10.16866/j.com.app.chem201709007
一种新的非线性迭推多模型核MFDA的间歇过程监控方法
针对间歇过程特点和基于多向主元分析(Multiway Principal Component Analysis,MPCA)的间歇过程监控方法的缺陷,利用核映射在处理非线性过程和Fisher判别分析(Fisher Discriminant Analysis,FDA)在故障诊断能力上的优势,提出了基于递推多模型的核多向Fisher判别式分析(Recursive Multi-model Kernel Multi-way FDA,RMKMFDA)的间歇过程监测与故障诊断方法.该方法采用多模型核多向Fisher判别分析(Multi-model Kernel Multi-way FDA,MKMFDA)非线性结构代替MPCA单模型线性化结构,并提出确定时滞变量的算法;一旦通过MKMFDA监测出某一新批次过程正常,则模型参考数据库就随之更新;在线监控时通过比较核Fisher特征向量之间的欧氏距离来实现,而最优核Fisher判别向量用来鉴别故障类型.该方法在实时监控新的批过程时,只需利用己收集到的数据信息,且在线递推地更新模型参考数据库,提高了间歇过程监控的准确性,克服了MPCA不能处理非线性过程和实时性问题.通过采用RMKMFDA与移动窗多向主元分析(Moving WindowMPCA,MWMPCA)方法对青霉素分批补料发酵过程的实时监控,结果表明RMKMFDA比MWMPCA能更及时地监测出过程异常情况,更准确地判断异常发生的原因.
RMKMFDA、间歇过程、监测与故障诊断、青霉素发酵
34
TP301.6(计算技术、计算机技术)
National Natural Science Foundation of China No.61174123The studies were supported by the National Science Foundation of China 61174123
2017-11-16(万方平台首次上网日期,不代表论文的发表时间)
共8页
685-692