一种基于递推非线性部分最小二乘的间歇过程监控方法技术

技术编号:4002296 阅读:301 留言:0更新日期:2012-04-11 18:40
本发明专利技术涉及一种基于递推非线性部分最小二乘的间歇过程监控方法。传统方法都是采用固定的统计模型和控制限,不能及时进行模型更新从而跟踪过程的变化,从而产生漏报和误报的情况。本发明专利技术方法首先基于过程数据库建立基于非线性部分最小二乘的间歇过程监控模型,同时计算控制限,然后将建立的模型应用到在线采集的工业过程数据,对间歇过程进行监控。当获得新批次的数据后,采用递推方法对模型和控制限进行更新,从而适应间歇过程的变化。本发明专利技术方法弥补了传统非线性多变量统计过程监控方法不能处理时变性的不足,可以利用新批次数据更新模型参数和控制限,从而适应间歇过程的变化,提高了监控性能。

【技术实现步骤摘要】

本专利技术属于信息
,涉及一种基于递推非线性部分最小二乘的间歇过程监 控方法。
技术介绍
随着敏捷制造技术的推广,适用于生产小批量高附加值产品的间歇过程已越来越 多的受到重视。在间歇过程中,很多质量指标不能在线测量,通常是在一个批次结束后,根 据产品采样分析值判断最后的产品质量好坏。为了更好的控制产品质量,需要对间歇过程 建立过程监控模型,根据在线测量的控制操作变量对产品质量进行监控,从而确定生产状 态是否正常,出现异常工况时能及时采取相应的补救措施,减少生产停车时间,最大限度地 保障系统的安全性和可靠性。随着自动化、计算机网络及数据库技术的发展,工厂可以直接 从生产过程获得大量的实时运行数据。但是要从观测数据中实现对过程运行情况的评估, 已超出了工程师或操作员的能力范围。基于数据驱动的多变量统计过程监控技术不依赖对 象的解析模型,而充分利用工厂丰富的数据资源,可以有效的处理数据量大、数据维数高、 数据共线性等问题,在工业上得到广泛应用。间歇过程通常具有较强的非线性,并且随着时 间推移,对象的特性和工作点都可能发生变化。传统的非线性多变量统计过程监控方法都 是采用固定的统计模本文档来自技高网...

【技术保护点】
一种基于递推非线性部分最小二乘的间歇过程监控方法,其特征在于该方法的具体步骤是:步骤(1)基于过程数据库建立非线性部分最小二乘过程监控模型,同时计算控制限;具体方法是:a.通过数据采集装置采集过程运行数据,将采集的过程运行数据作为数据驱动的样本集合,用于建立模型,以三维数据阵形式表示,X(I×J×K)表示采集到的所有过程数据;其中I表示批次个数、J表示采样样本个数、K表示过程变量个数;每一个批次得到M个质量变量分析值,I个批次的质量变量构成矩阵Y(I×M);建模时,首先将三维部分最小二乘算法得到模型后,对第i批次其SPE值为:SPE(i)↓[X]=e(i)↓[X]↑[2]=*(x(i)↓[j]...

【技术特征摘要】

【专利技术属性】
技术研发人员:李春富郑小青魏江郑松葛铭
申请(专利权)人:杭州电子科技大学
类型:发明
国别省市:86[中国|杭州]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1