论文部分内容阅读
间歇过程能够以灵活的小容量生产获得高附加值产品,广泛存在于精细化工、制药、生物化学以及半导体加工等工业生产领域。间歇过程监测技术是过程控制领域的关键技术之一,有效的间歇过程监测方法与技术能够确保生产过程安全,提高产品质量。传统的MPCA、MPLS等间歇过程监测方法由于假设过程数据服从多变量正态分布,难以适应间歇过程的复杂特性,其应用受到制约。SVDD对过程数据分布不做要求,已应用于间歇过程监测,然而现有基于SVDD的间歇过程监测方法无法适应多时段过程特性,导致基于该方法的多时段间歇过程监测的准确性较低,因此,研究基于SVDD的多时段间歇过程监测方法具有重要的理论意义和应用价值。本文在分析多时段间歇过程数据特征和SVDD监测模型特点的基础上,提出了一种基于SVDD的间歇过程分段监测方法,利用超球体结构的变化划分间歇过程的不同时段,采用支持向量个数与超球体半径值表征时段特性,建立了多个间歇过程监测子模型,增强了对过程数据的描述能力,并有效地实现了间歇过程时段划分和监测;针对定值控制限对监测精度的影响,提出了一种基于核相似度SVDD的多时段间歇过程监测方法,使用间歇过程数据待监测样本与支持向量之间的核函数值作为相似度权重,利用该相似度对不同时刻的支持向量球心距加权求和,最终得到待监测间歇过程数据样本的动态控制限,解决了静态的SVDD异常判别阈值不能涵盖表达过程的动态特性的问题,获得了随过程数据特性变化而变化的动态控制限。实验研究表明,所提基于SVDD的分段监测方法能够对多时段间歇过程进行有效的时段划分,同时完成过程监测模型的建立,相比于传统的MKPCA、基于K均值聚类的MPCA方法,有较高的间歇过程监测精度;所提出的基于核相似度SVDD的多时段间歇过程监测方法获得了间歇过程监测的动态控制限,减小了过程不同时段数据特性的差异对监测精度的影响,与现有基于SVDD的间歇过程监测方法相比对正常过程数据的描述更为准确,且能够很好地适应过程数据具有的时变性,监测结果稳定,有效地提高了间歇过程监测的准确性。