摘要
传统的多变量统计过程监控方法一般都假设过程只运行在一个稳定工况下,但很多实际工业过程往往具有多工况特征。针对这一问题,提出一种基于混合PCA模型的多工况过程监控方法。将混合高斯模型和PCA相结合,用改进的EM算法估计模型的工况数以及各工况的分布参数和主元数,并构建归一化的统计量实现对多工况过程的监控。TE过程的仿真研究表明,所提出的方法相对传统PCA方法能更精确地估计各工况的统计特性,从而更准确及时地检测出多工况过程的各种故障。
The traditional multivariate statistical process control techniques rely on the assumption that the process has only one nominal operating mode.To the real industrial processes,with multiple operating conditions,a multimode process monitoring approach based on PCA mixture model is proposed.The Gaussian mixture model and the PCA method are combimed.An improved EM algorithm is used to cluster the process data to get the number of modes and corresponding parameters.A normalized statistics chart is defined to m...
出处
《控制工程》
CSCD
北大核心
2010年第4期553-556,560,共5页
Control Engineering of China
基金
国家自然科学基金资助项目(60974100
60904039)
国家高技术研究发展计划资助项目(2007AA04Z162)
关键词
混合PCA模型
多工况
统计监控
TE过程
PCA mixture model
multiple operating modes
statistical monitoring
TE process
