基于支持向量机的间歇过程建模与故障检测

• 作 者: 梁琴
• 出 处: 东北大学
• 发表日期: 2012年01期
• 关键词: 间歇过程 支持向量机 青霉素发酵 故障检测

间歇过程生产广泛存在于化工、医药等关系国民经济和人民生活的领域。为了提高间歇生产过程的安全性与可维护性,迫切地需要建立过程监测系统对生产过程进行监控。然而,针对这些过程,基于多元统计和机理模型的故障监测方法都存在一定的缺陷。为此,本文针对间歇过程的基本特征,提出了一种新的基于支持向量机的统计过程监测算法,来改善过程监测的能力。论文首先介绍了多元统计监测的发展现状、过程监测的基本概念及间歇过程的特点,阐述了把支持向量机用于间歇过程的背景和意义。其次,本文阐述了应用广泛的两种多元统计监测算法在建模中的缺点,提出基于支持向量机对间歇过程的监测方法。该方法的基本思想是先将间歇过程的过程变量进行分类即确定影响多个不同输出的输入变量,然后建立多个输出的子模型,每个模型训练误差服从正态分布,最后计算出误差控制限即可进行故障检测。为了提高过程监测的灵敏度,针对单输出变量检测样本的误差值可能比较小,故障检测效果不明显问题,给出了多个输出误差服从卡方分布的SPE统计量计算方法,并计算SPE控制限。当过程出现异常即过程变量之间的相关关系会发生变化或者某些过程变量发生突变时,通过监测SPE值即可检测出故障并且有较好的检测效果。最后,采用基于支持向量机对间歇过程的监测思想,以青霉素发酵过程为研究对象,基于Pensim仿真平台,对青霉素发酵过程进行了监测仿真。仿真结果表明,所提出的算法能很好的体现发酵过程的非线性,降低了在线监测的运算复杂度,且具有很好的监测能力,证明了算法的有效性。