基于PLS的统计质量监控研究与应用

论文题目: 基于PLS的统计质量监控研究与应用

论文类型: 博士论文

论文专业: 控制理论与控制工程

作者: 宋凯

导师: 李平,王海清

关键词: 异常事件管理,统计质量监控,故障诊断,部分最小二乘

文献来源: 浙江大学

发表年度: 2005

论文摘要: 基于数据驱动的工业统计学方法通过充分利用过程中积累的大量运行数据,从中挖掘过程运行的深层次规律,是保证生产安全、提高产品质量一致性以及企业效益的有效手段,因此正成为流程工业控制领域内的研究热点。 本文以部分最小二乘(Partial Least square PLS)算法为主线,结合生产实际,提出了采用PLS方法的工业过程统计建模、产品质量预测以及在线质量监控等方面的相关理论。分别针对连续流程和间歇流程的特点,提出了:1) PLS框架下故障检测的基本条件探讨;2) 基于PLS的最优质量监控模型;3) 基于VPLS(Vp-PLS)算法的质量与费用控制,提高监控系统对微弱故障的检测能力;4) 折息递推部分最小二乘(DRPLS)算法,用于间歇过程的建模与预测;5) 递推部分最小二乘在线质量监控,提高监控系统对时变过程的监控能力;6) 基于PLS的传感器故障诊断算法等。并将所获结果应用于目前国际上公认的大型化工仿真平台TE过程和橡胶混炼过程质量控制中。其中对橡胶混炼过程的在线预测、跟踪排胶控制等方法已经成功运用于国内某大型橡胶厂的智能密炼控制系统中,并取得了满意效果。 在流程工业产品质量监控方面,以TE(Tennessee Eastman)过程为主要背景: 1) 结合故障空间定义,根据PLS算法的具体特点,系统的讨论PLS框架下故障检测的基本问题,为PLS算法在异常事件管理方面的进一步应用奠定基础; 2) 计算过程变量的Vp测度,以对质量变量影响力的大小来量化过程变量的重要性,在故障子空间定义的基础上量化过程故障的重要性,进而通过对不同故障进行适当的加权,建立最优检测模型,以优化监控算法对重要过程故障的检测能力; 3) 提出新的QRPV, QCPV统计量,结合Hotelling T~2统计量形成新的VPLS监控策略,利用QRPV统计量有效排除非重要变量的影响,进而监控过程的主要关系,提高监控算法的灵敏性; 4) 以稳定产品质量为主要目的确定流程工业中测量传感器的重要性,提出新的QV监测统计量,增强监控系统对于严重影响产品质量的传感器微弱故障的检测能力;利用此监测统计量以及结构化残差编码设计,结合TE过程特点,对TE过程的传感器故障进行在线检测和识别。

论文目录:

摘要

ABSTRACT

致谢

第一章 绪论

1.1 引言

1.2 AEM研究综述

1.2.1 AEM中的基本概念

1.2.2 AEM监控方法分类

1.3 统计质量监控(SQM)的研究现状

1.3.1 对SQM系统的一些期望特性

1.3.2 SQM方法分类

1.3.3 间歇生产过程的监控方法

1.4 部分最小二乘简介

1.4.1 PLS算法的基本思想

1.4.2 PLS算法描述

1.4.3 PLS隐变量的确定

1.4.4 PLS算法自变量的选择

1.4.5 其它扩展PLS算法

1.5 本文概要

参考文献

第二章 PLS框架下质量监控基本问题的研究及PLS最优检测模型

2.1 引言

2.2 故障监测的一些基本概念

2.3 PLS在线质量监控

2.4 PLS框架下故障的可检测性分析

2.4.1 故障可检测的必要条件

2.4.2 故障可检测的充分条件

2.5 PLS最优检测模型(PLS-ODM)

2.5.1 变量显著性V_p测度

2.5.2 最优检测函数和PLS最优检测模型

2.6 Tennessee Eastman过程简介

2.7 TE Benchmark过程的质量监控

2.8 结论

参考文献

第三章 基于VPLS的产品质量与费用控制

3.1 引言

3.2 VPLS(V_p-PLS)质量控制与在线监测

3.2.1、监测统计量的几何和物理含义

3.2.2、VPLS质量监控算法

3.3 Tennessee Eastman过程产品质量监控仿真研究

3.4 结论

参考文献

第四章 面向产品质量的传感器故障诊断

4.1 引言

4.2 传感器故障监控相关概念及研究现状

4.2.1 传感器故障监控相关概念

4.2.2 传感器故障监控研究现状

4.3 面向产品质量的传感器故障检测

4.4 面向产品质量的传感器故障识别

4.4.1 结构化残差方法

4.4.2 改进的基于产品质量的结构化残差方法

4.5 TE Benchmark过程传感器故障监控

4.5.1 TE模型传感器故障检测

4.5.2 TE模型传感器故障识别

4.6 结论

参考文献

第五章 DRPLS：折息递推部分最小二乘算法

5.1 引言

5.2 常规递推部分最小二乘(RPLS)回归算法

5.3 折息递推部分最小二乘回归算法(DRPLS)

5.3.1 折息因子

5.3.2 DRPLS算法

5.4 应用实例

5.4.1 橡胶混炼过程简介

5.4.2 DRPLS橡胶混炼模型

5.5 结论

参考文献

第六章 基于改进RPLS算法的橡胶混炼过程自适应质量监控

6.1 引言

6.2 隐变量选取方法简介

6.3 自适应RPLS监控策略

6.4 仿真实例

6.4.1 橡胶混炼质量监控流程

6.4.2 常规PLS模型质量监测结果

6.4.3 自适应RPLS质量监控结果

6.5 结论

参考文献

第七章 智能密炼控制系统

7.1 引言

7.2 橡胶混炼简介

7.2.1 密炼机混炼工艺方法

7.2.2 混炼机理

7.2.3 密炼机混炼的主要影响因素

7.2.4 橡胶密炼的控制方式

7.2.5 橡胶密炼的机理模型

7.2.6 混炼胶质量的检验

7.3 智能密炼监控系统简介

7.3.1 DRPLS跟踪排胶控制及动态跟踪预测

7.3.2 跟踪排胶控制

7.3.3 动态跟踪门尼预报

7.3.4 影响力分析

7.3.5 工艺优化

7.4 现场应用实例

7.5 与本文工作有关的结题说明

7.6 致谢

参考文献

第八章 工作总结与研究展望

8.1 工作总结

8.2 研究展望

附录1：攻博期间完成的论文以及参加的项目

附录2：作者简介

发布时间: 2005-07-27

参考文献

• [1].网路环境下离散随机系统故障检测及应用研究[D]. 王艳芹.东北石油大学2017
• [2].基于多目标观测器设计的故障检测与分离[D]. 周萌.哈尔滨工业大学2018
• [3].基于自编码器模型的非线性过程监测[D]. 蒋立.浙江大学2018
• [4].动态系统的鲁棒故障检测与分离方法研究[D]. 王红茹.哈尔滨工业大学2006
• [5].动态系统的鲁棒故障检测与诊断技术[D]. 朱张青.南京理工大学2005
• [6].网络控制系统的故障检测与诊断[D]. 吕明.南京理工大学2007
• [7].基于观测器的鲁棒H_∞故障检测问题研究[D]. 马传峰.山东大学2007
• [8].基于轨迹分析的工业过程建模与故障检测[D]. 沈非凡.浙江大学2016
• [9].故障检测与诊断方法研究及其在网络化系统中的应用[D]. 乔常明.黑龙江大学2015
• [10].动态系统的故障检测与诊断研究[D]. 张登峰.南京理工大学2003

相关论文

• [1].工业过程监控：基于主元分析和盲源信号分析方法[D]. 陈国金.浙江大学2004
• [2].基于数据的软测量建模方法及其应用的研究[D]. 李春富.清华大学2005
• [3].基于PCA的统计过程监控研究[D]. 李荣雨.浙江大学2007

标签：异常事件管理论文;  统计质量监控论文;  故障诊断论文;  部分最小二乘论文;