多变量统计过程控制在炼油生产过程中的应用
该文以炼油生产过程为应用背景,在对MSPC若干重要问题进行研究的基础上,将MSPC方法应用于炼油生产过程中,完成了以下研究学习工作: 1.深入学习多变量统计过程控制的基本理论知识,基本掌握了统计过程控制的基本方法如主元分析方法、部分最小二乘算法.利用指数加权移动平均图(EWMA图)和多变量统计控制图(SPE-score图、T<'2>图和主元贡献图等)方法对生产过程实行监控,检测生产过程异常情况. 2.在很多生产过程中过程变量间的关联关系往往存在严重的非线性.部分最小二乘方法可以克服由于输入变量间的相关关系而带来的问题,但是由于其用线性关系来联系输入和输出因子,并不能十分有效地应用于非线性较强的过程.3.利用主元分析方法的特性,用改进的鲁棒PCA方法对采集来的现场数据进行样本筛选,去掉不能正确映射过程输入输出变量间关系的无效样本,提高建模的可靠性.4.对人工神经元网络和基于Chebyshev多项式非线性PLS两种方法分别用来逼近非线性过程,进行比较研究.5.为解决炼油厂生产过程平稳率考核的问题,编制并在线运行了过程控制平稳率统计软件,对工厂的安全平稳运行起到了促进作用.通过该文工作,实现了MSPC方法在炼油生产过程中的多变量统计监控,提出了改进的PLS方法,对PLS方法更广泛的研究应用做出了贡献.
多变量统计过程控制;主元分析;PLS方法;鲁棒PCA;平稳率统计
北京化工大学
硕士
控制理论与控制工程
潘立登
2003
中文
TE624
72
2004-04-08（万方平台首次上网日期，不代表论文的发表时间）