论文部分内容阅读
随着市场上对精细化工产品的需求越来越高,间歇生产过程在化工生产中所占的比例也越来越高,为了提高企业的经济效益并保障生产安全,有必要对间歇过程的控制性能进行监测与评估。间歇生产过程与连续生产过程有显著区别,具有非稳定性、重复性、非线性、时变性、多阶段性等复杂特性,一个完整的间歇生产过程是一个复杂的多变量系统,因此对间歇生产过程进行控制性能的监测与评估难度也远大于连续生产过程。基于多向统计过程控制(Multiway Statistic Process Control,MSPC)原理的间歇生产过程监测方法基于过程数据建立监测模型,能够避免复杂的间歇过程机理建模问题,成为了间歇生产过程监测领域的研究热点。本文深入研究了几种MSPC监测方法的原理,围绕间歇过程控制系统性能评估和多阶段间歇过程控制性能监测两个问题展开研究,提出了监测方法的改进方案。本文主要成果如下: (1)针对间歇过程的非线性特性监测问题,研究了MKPCA方法和MKECA方法在监测间歇过程时的性能,讨论了两种方法的主要参数对监测性能的影响。在MKECA方法的基础上加入了移动窗口的概念,得到了改进后的MWMKECA(Moving WindowMKECA)方法,该方法可省去监测时的过程数据填充步骤,提高监测灵敏度与准确度。通过仿真实验验证了改进后的MWMKECA监测方法的优越性。 (2)针对限定控制器结构下的间歇生产过程控制系统性能评估问题,提出了一种基于改进的MKPCA方法的控制性能评估方法。该方法首先采用引力搜索算法优化控制器参数,在最优控制参数的基础上得到控制性能较优的输出误差数据集进行主元建模,使用得到的主元模型对新的间歇过程批次进行在线监测,并提出了一种基于控制图的综合控制性能指标(CPI)。仿真结果验证了所提出的控制性能评估方法在监测间歇过程控制性能时的有效性,同时验证了所提出的综合控制性能指标的准确性。 (3)针对多阶段间歇过程的阶段划分问题,提出了一种改进的顺序多阶段划分方法。该方法首先对间歇过程时间片数据采用PCA转换得到加权负载矩阵,根据前后负载矩阵数据之间的相关系数大小将间歇过程初步划分为过渡阶段和稳定阶段。然后采用快速搜索密度峰方法对初步划分结果进行调整,合并相似度高的相邻过渡阶段与稳定阶段。改进后的多阶段划分方法能够提取出间歇过程数据中的深层特征,使阶段划分结果更加准确。最后通过仿真实验验证了所提出的顺序多阶段划分方法的有效性。 (4)针对多阶段间歇过程的监测问题,结合提出的顺序多阶段划分方法,提出了一种基于顺序多阶段多向核熵成分分析(Sequential Multistage Multiway KECA,SMMKECA)监测方法。SMMKECA方法对每个阶段的间歇过程数据构建MKECA模型,采用基于角结构的统计量对间歇过程进行在线监测。通过与其他几种监测方法的仿真结果进行对比,验证了所提出的SMMKECA方法监测的有效性与优越性。