多變量統(tǒng)計過程監(jiān)控.pdf

1、傳統(tǒng)的統(tǒng)計過程監(jiān)控是基于單變量統(tǒng)計控制方法。單變量統(tǒng)計控制只能檢測單一測量變量的變化，而不能有效地提供關(guān)于多個變量相互作用的信息。另外，單變量統(tǒng)計過程控制也不適用于間歇過程。 多變量統(tǒng)計過程監(jiān)控通過對過程進行有效地監(jiān)控，能及早發(fā)現(xiàn)過程中的故障隱患，從而提高過程運行的安全性。 本文對多尺度主元分析進行了一種改進，并將其分別應用于連續(xù)生產(chǎn)過程和間歇生產(chǎn)過程之中。完成的具體工作如下： 1、過程數(shù)據(jù)的預處理(濾波)部分在

2、小波分析的基礎上，借助Matlab語言中小波工具箱的基本算法，詳細討論了基于閾值決策的小波消噪方法及其應用。在此基礎上，實現(xiàn)小波濾波在線化，并應用于仿真信號之中。 2、MSPCA及MSPCA改進算法在連續(xù)生產(chǎn)過程之中的應用和比較MSPCA方法在生產(chǎn)過程監(jiān)控方面有著廣泛地應用。本文在研究該方法的基礎之上，提出了一些改進，在其進行小波分解后即對其小波系數(shù)進行閾值處理，使小波消噪與MSPCA方法合為一體，并運用統(tǒng)計控制圖中的平方預測誤

3、差(SPE)圖方法檢測引起過程變化或故障的過程變量。在保證其MSPCA算法復雜度不變的前提下，能夠消除數(shù)據(jù)的噪聲污染，使故障診斷的誤報大為減少。 3、MPCA方法在間歇生產(chǎn)過程中的應用多向主元分析方法在間歇過程中應用廣泛，既簡化了多維數(shù)據(jù)結(jié)構(gòu)的分析，同時又解決了間歇過程統(tǒng)計控制的特殊性問題。本文將多尺度主元分析方法與多向主元分析方法相結(jié)合，并應用于間歇生產(chǎn)過程之中。 4、多模型PCA方法在間歇生產(chǎn)過程中的應用當生產(chǎn)過程歷