《基於RMKMFDA的間歇過程多元統計監控研究》是依託華南師範大學，由肖應旺擔任項目負責人的面上項目。
基本介紹
- 中文名：基於RMKMFDA的間歇過程多元統計監控研究
- 項目類別：面上項目
- 項目負責人：肖應旺
- 依託單位：華南師範大學
項目摘要,結題摘要,
項目摘要
間歇過程準確的數學模型很難獲得，基於數據驅動的多元統計法源於歷史數據，不需要過程精確的數學模型，已成為當今國際過程控制領域研究的熱點。本項目針對間歇過程有限生產和無現實穩態性的主要特點，提出基於遞推多模型的核多向Fisher判別式分析(RMKMFDA)的間歇過程多元統計監控法。該法首先針對間歇過程有限生產表現出的批次軌跡不同步和存在離群點問題，提出動態時間錯位理論和改進尺度的魯棒離群點檢測算法，對建模歷史數據進行預處理；然後在獲得正常建模批次數據的基礎上，針對間歇過程無現實穩態性表現出的動態非線性本質特性，提出RMKMFDA的建模法，以建立適合間歇過程特點的統計監控模型；最後基於故障子空間思想和故障重構理論，研究和提出主元和殘差子空間的故障重構理論。通過仿真與實驗驗證，為間歇過程監控提供有效的精確監控技術。項目研究成果將在製藥、精細化工等間歇過程工業領域具有廣泛的套用前景。
結題摘要
間歇過程準確的數學模型很難獲得，基於數據驅動的多元統計方法源於歷史數據，不需要過程精確的數學模型。本項目針對間歇過程“有限生產”和“無現實穩態性”主要特點，基於多元統計方法主要研究了間歇過程多元統計監測與故障診斷問題，提出了間歇過程建模歷史數據預處理、統計監控建模、統計量控制限的確定及故障診斷方法。 首先，針對間歇過程“有限生產”表現出的批次軌跡不同步和存在離群點問題，基於動態時間錯位理論，提出了一種對稱式動態時間錯位批次軌跡同步化方法。基於魯棒離群點檢測算法，通過對不同尺度的中心化和標準化方法及魯棒離群點檢測算法的對比研究，提出了改進尺度的中心最短距離/橢球多變數整理的離群點去除方法。 接著，在獲得正常建模批次數據的基礎上，針對間歇過程“無現實穩態性”表現出的動態非線性本質特性，從多元統計動態隱變數的角度對這一特性進行了理論分析，研究了核映射處理間歇過程非線性的性能，以此確定將核方法引入到多向Fisher判別分析(MFDA)中，並通過移動窗技術，建立了用多模型非線性結構代替單模型線性化結構的方法；在此基礎上，研究並提出了確定時滯變數的算法，通過用時滯變數來確定移動窗大小，進一步提出了基於遞推多模型核MFDA(RMKMFDA)的間歇過程統計監控建模方法，建立了適合於間歇過程特點的動態非線性統計監控模型。 然後，針對統計監控模型的特徵向量的歐氏距離監控統計量，無法知道其確切的統計分布情況，基於核機率密度估計理論，研究了該統計量控制限的確定問題，提出了偏平均集成平方誤差交叉驗證法確定核密度估計的頻寬，給出了核窗的快速選擇算法，並依此建立了統計量控制限的確定方法。 最後，在監控模型和統計量控制限基礎上對監測出的故障進行故障診斷，基於故障子空間和主元分析及故障重構技術，分析了主元和殘差子空間的故障可檢測性、可重構性及可分離性問題，完整地獲得了故障可檢測性、可重構性及可分離性的必要充分理論條件；推導出了可檢測性、可重構性及可分離性條件指標的數學表達，指出可檢測性、可重構性條件指標的計算只需要正常工況下的數據，通過計算可檢測性、可重構性條件指標，就可事先了解各故障性質。在此基礎上，進一步研究了主元子空間統計量的故障診斷問題，通過故障重構獲得了主元空間中的故障識別指標和識別算法。逐步深入地解決了基於故障子空間和主元分析的故障診斷問題求解，為基於這類方法的故障診斷提供了理論指導。
