基于LTSA和MICA与PCA联合指标的过程监控方法及应用.pdfVIP

第66 卷 第12 期 化 工 学 报 Vol.66 No.12 December 2015 2015 年12 月 CIESC Journal ·4895 · 基于LTSA 和MICA 与PCA 联合指标的过程监控方法及应用 1 2 1 江伟 ，王昕 ，王振雷 (1 华东理工大学化工过程先进控制和优化技术教育部重点实验室，上海200237 ； 2 上海交通大学电工与电子技术中心，上海200240) 摘要：独立成分分析(ICA)方法主要被用来对线性非高斯过程进行监控，为了提高对非高斯过程的监控效果，则利 用过程数据信息对ICA 的监控指标进行了改进，提出了一种改进的独立成分分析(MICA)方法。许多实际工业过程 数据都具有非线性、非高斯与高斯混合分布的特点，为此提出了一种基于LTSA 和MICA 与PCA 联合指标的过程 监控的方法。首先采用局部切空间排列(LTSA)算法对样本数据进行非线性降维，然后分别用MICA 和PCA 方法 得到非高斯与高斯统计量，对其进行加权得到新的统计量，并被用于过程监控。最后将该方法应用在田纳西-伊斯 曼(TE)过程和乙烯裂解炉的过程监控中，证明了该方法的有效性。 关键词：算法；主元分析；过程控制；非高斯；改进的独立成分分析；局部切空间排列算法；联合指标 DOI ：10.11949/j.issn.0438-1157 中图分类号：TP 277 文献标志码：A 文章编号：0438—1157 （2015 ）12—4895—09 LTSA and combined index based MICA and PCA process monitoring and application 1 2 1 JIANG Wei , WANG Xin , WANG Zhenlei 1 ( Key Laboratory of Advanced Control and Optimization for Chemical Processes, East China University of Science and Technology, Shanghai 200237, China; 2Center of Electrical Electronic Technology, Shanghai Jiao Tong University, Shanghai 200240, China) Abstract: Independent component analysis (ICA) method is mainly used to monitor linear and non-Gaussian process, a method named modified independent analysis (MICA) is proposed to improve th