本发明提出了一种基于AR-PCA的间歇过程故障监测方法,实现了对具有较强动态性间歇过程的在线监测.传统MPCA方法在监控间歇过程时,未考虑到由于各种随机噪声和干扰的存在而导致变量呈现出相应的自相关和互相关,从而导致在线监控过程中存在大量误报警.本发明首先将测量变量建立多变量自回归(AR)模型,模型系数矩阵采用PLS方法进行辨识,模型阶次采用AIC准则进行辨识,然后对AR模型的残差建立PCA模型,同时本发明算法在线监控新批次数据时引入了训练数据,从而提高了本发明算法的监控效果.本发明弥补了传统MPCA方法在监测具有较强动态性间歇过程时存在大量误报警的不足,对监测实际间歇生产过程具有重大意义.
发明专利
CN201410109228.4
2014.03.21
CN103853152A
2014-06-11
王普 刘鑫 高学金
北京工业大学
G05B23/02(2006.01)I,G,G05,G05B,G05B23
G05B23/02(2006.01)I,G,G05,G05B,G05B23,G05B23/02