快速MWPCA在时变过程自适应监控中的应用

针对工业过程的时变性,提出了一种既适用于采样更新也适用于块更新的快速MWPCA算法。该算法通过递归计算数据均值、方差和协方差矩阵并将低秩SVD与移动窗有机结合,递归更新PCA模型,从而实现自适应过程监控。应用于非等温连续搅拌釜式反应器的自适应监控,比较结果表明该算法的有效性。

自适应移动窗递推PCA过程监测方法研究

主元分析方法通常采用累积贡献率(CPV)法来确定主元个数,而CPV法具有一定的主观性。本文提出一种基于阈值法来自适应实时确定主元个数的方法,有效克服传统累积贡献率法的缺点;在阈值法的基础上,提出一种对数据样本及协方差矩阵均加入遗忘因子的移动窗递推PCA(MWRPCA)过程监测方法。结合TE过程仿真,该方法能够提高监测精度,降低计算时间。将MWRPCA和RPCA、改进RPCA和MWPCA方法相比较,通过对比分析各主元分析方法TE过程的仿真结果,MWRPCA方法可以运用最少的计算时间达到最高的平均CPV值,同时有效的检测出故障,更利于在线实时监控,仿真结果验证了所提出方法的有效性。