-
摘要：本文对间歇过程控制、故障监测与诊断和多元统计分析的研究现状，进行了系统的分析和评述，由此提出自己的研究内容，着重完善间歇过程监控与故障诊断的方法，并提出了方法。将这些方法应用于故障诊断上，将多向主元分析（MPCA）引入到间歇过程故障诊断中，详细介绍了监控间歇过程的两个统计量SPE（Squares Prediction Error）、Hotelling T²。最后在青霉素过程中将MPCA中得出的算法进行验证。24435
- 上一篇：三菱PLC的多层电梯控制设计+梯形图
- 下一篇：Matlab的三容水箱液位控制系统设计
毕业论文关键词: 主元分析;间歇过程;多向主元分析;青霉素
Multi-way PCA to solve batch process fault diagnosis problem
Abstract:Batch process control,fault detection and diagnosis and the theory of multivariate statistics are studied in this thesis. The main purpose of this thesis is to put forward the approach of batch process monitoring and fault diagnosis based on the theory of multivariate statistic and its applications. Some satisfying results have been made by applying those methods to batch process fault diagnosis,and the Multi-way Principal Component Analysis(MPCA) are applied to batch process fault diagnosis,and the two types of multivariate statistics-SPE(Squares Prediction Error),Hotelling T²-are systematically defined and analyzed. Finally,in the process of MPCA obtained in the penicillin algorithm for authentication.
Key words: principal component analysis;batch process ;multi-way principal component analysis; penicillin
目录
1 绪论1
1.1 引言1
1.2 间歇过程的发展概况1
1.2.1 改进间歇生产过程控制的途径2
1.2.2 间歇过程的计划调度3
1.2.3 间歇过程监控与故障诊断4
1.3 间歇过程的新动向4
1.4 间歇过程主要应用4
1.5 本文的主要内容5
2 主元分析概述6
2.1 主元分析思想6
2.2 主元分析的基本概念6
2.3 主元分析的基础7
2.3.1 主元分析的主要思想7
2.3.2 主元分析的计算步骤8
3 多向主元分析10
3.1 间歇过程故障检测的必要性10
3.2 多向主元分析的基本概念10
3.3 多向主元分析的模型建立11
3.4 间歇过程监控的统计分析12
3.4.1 SPE统计分析12
3.4.1.1 间歇过程变量均值波动的影响13
3.4.1.2 间歇过程变量协方差矩阵波动的影响14
3.4.1.3 SPE控制限16
3.4.2 Hotelling’s T²统计分析16
3.4.3 基于统计分析的间歇过程监控和故障诊断实例17
3.4.4 离线主元模型确定18
3.4.5 在线过程监控与故障诊断18
3.5 多向主元分析理论18
3.6 间歇过程统计性能监控19
4 青霉素发酵过程性能监控应用21
4.1 青霉素发酵过程描述21
4.2 监控结果分析22
4.3 对青霉素发酵过程的简评25
5 结论与总结26
致谢27
参考文献28
1 绪论
1.1 引言
间歇生产过程，又称为批量生产过程，由于其本身所具有的灵活性，间歇过程是精细化工、生物制品、药品生产以及农产品深加工等行业的主要生产方式，被广泛应用于医药、染料、香料、化妆品、生物制品等高附加值产品的生产和制备当中。近年来，为适应市场对多品种、多规格、高质量功能型产品的需求，间歇生产过程这一古老的生产方式正朝着高效、大型和集成化的方向发展。针对间歇过程的优化与先进控制的研究也出现了新的热潮。由于来自生产过程操作记录的变量过多，变量之间存在严重的相关性，加之实验室分析数据的分析频率大大低于由计算机采集的操作记录频率，导致得到的数据记录存在空白，如何对间歇过程数据进行有效的特征提取法，从错综复杂的变量中提取出内在驱动生产过程的潜变量，有效地解释生产中出现的各种现象，进行间歇过程监控和故障诊断是间歇过程监控与故障诊断的关键。由于多元统计控制方法具有一些优点，因此重点将放在对间歇过程监控和故障诊断多元统计分析方法的研究和改进。主要工作有:较为系统地研究了多元统计分析方法在间歇过程监控和故障诊断的设计与应用。