改进的ＭＰＣＡ批过程在线监测方法

2012年03月14日10:40:43 本网站我要评论(2)字号：T | T | T

肖应旺
华南师范大学南海校区计算机工程系，广东佛山

摘　　　要：针对多向主元分析（ＭＰＣＡ）方法用于批过程在线监测时需要对新批次未反应完的数据进行预估，从而易导致误诊断，且需要建模批次的长度相等的缺陷，提出了一种基于变量展开和主元协方差随时间变化的ＭＰＣＡ方法。该方法按变量展开，不需要对新批次未反应完的数据进行预估，而数据之间的动态联系通过时变主元协方差得以保存，并且不需要建模批次的长度相等。将该方法应用于β甘露聚糖酶发酵批过程实时监测中，并与ＭＰＣＡ、移动窗多向主元分析（ＭＷＭＰＣＡ）法相比，结果表明该方法克服了ＭＰＣＡ不能处理实时性的问题，避免了ＭＰＣＡ在线应用时预测值的误差，比传统的ＭＰＣＡ，ＭＷＭＰＣＡ方法更能精确描述过程的故障，准确性和实时性良好。

关　键　词：在线批过程监测；移动窗多向主元分析（ＭＷＭＰＣＡ）；变量展开；时变主元协方差；β甘露聚糖酶发酵

１　引　言
批过程已被广泛地应用于化工、生物、制药以及半导体工业的高附加值产品的生产中。然而，由于批过程具有高度的非线性、且每个批过程具有有限的反应时间，因此使得过程控制和监测变得很复杂。目前大部分的工业批生产过程都缺乏有效的实时监测手段。所以，为了保证稳定的产品质量，对批过程实施在线监测与故障诊断是必需的。Ｎｏｍｉｋｏｓ和ＭａｃＧｒｅｇｏｒ［１］提出了多向主元分析（ＭｕｌｔｉｗａｙＰｒｉｎｃｉｐａｌＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ；ＭＰＣＡ）模型去监测批过程，但是这种传统的ＭＰＣＡ方法在监测新批过程时，由于只能获得新批次的从反应开始时刻到当前时刻的数据信息，因此无法直接利用该方法对批过程进行实时监测。尽管Ｎｏｍｉｋｏｓ和ＭａｃＧｒｅｇｏｒ［２］提出了３种预估未反应完数据的方法，但是由于预估时没有考虑采样数据之间的动态联系，所以易造成误诊断［３］。在近几年提出改进的ＭＰＣ在线监测法中，其中较典型的是移动窗多向主元分析（ＭｏｖｉｎｇＷｉｎｄｏｗＭＰＣＡ；ＭＷＭＰＣＡ）法［４５］，但是这些基于ＭＷＭＰＣＡ方法不能对新批次每一时刻的采样进行细致的监测，且要求用于建模的成功历史批次的长度必须相等。基于此，本文提出了一种改进的ＭＰＣＡ方法。

登录网站后可下载文件

改进的ＭＰＣＡ批过程在线监测方法

相关阅读: