基于偏最小二乘算法的化工过程监控与诊断.rar

摘 要:生产安全问题一直是过程工业的重要主题。实际工业过程复杂，机理模型难以建立，而传统的监控方法是一种离线分析方法，具有很大的滞后性。偏最小二乘(PLS,Partial Least Squares)分析方法是一种利用统计原理提取过程数据的有用信息建立过程模型的降维技术，具有较强的应用价值和理论研究价值。本文基于偏最小二乘的统计过程监控和诊断方法进行了深入的研究，并通过田纳西一伊斯曼过程进行仿真研究。论文的主要内容如下：

研究偏最小二乘算法的基本理论，并通过偏最小二乘算法建立工业过程数据模型；通过田纳西一伊斯曼过程数据进行仿真研究, 作出故障的 和统计图以及相关影响原理，作出相应的贡献图，来证明偏最小二乘方法的实用性以及对故障监控与诊断的准确性；本文最后在总结全文的基础上，对未来的研究课题及工作进行了展望。

关键词：过程监控；故障诊断；偏最小二乘；TE过程

目录

摘要

abstract

第1章 绪论-1

 1.1 课题的目的及意义-1

 1.2 国内外研究现状-2

第2章 过程监控与故障诊断技术-5

 2.1 过程监控与故障诊断概论-5

 2.2 过程监控的步骤-5

 2.3 故障诊断的方法-6

 2.4 本章小结-7

第3章 田纳西-伊斯曼过程-9

 3.1 引言-9

 3.2 过程工艺流程图-9

 3.3 过程变量-10

 3.4 过程故障-11

 3.5 数据采集-12

 3.6 本章小结-12

第4章 偏最小二乘法理论-13

 4.1 引言-13

 4.2 PLS算法的基本思想-13

 4.3 PLS建模-15

 4.4 本章小结-16

第5章 偏最小二乘法的统计监控与诊断-17

 5.1 PLS故障监控与诊断方法-17

 5.1.1 PLS 模型统计量监测指标-17

 5.1.2 平方预测误差(Square Prediction Error,SPE)图-18

 5.1.3 Hotelling 统计-18

 5.1.4 统计量的累计贡献图-18

 5.1.5 PLS过程监控与故障诊断方法框架-19

 5.2 仿真研究-19

 5.2.1 数据采集-19

 5.2.2 主元个数确定-20

 5.2.3 PLS故障监控与诊断仿真实验-20

第6章 总结与展望-27

 6.1 总结-27

 6.2 不足之处及展望-27

参考文献-29

致谢-31