CUIMWMPCA方法及其在批过程故障监测中的应用

针对传统的多向主元分析(multiway principal component analysis,MPCA)批过程监测的缺陷,提出了一种连续更新的改进移动窗多向主元分析(consecutively updated improved moving window MPCA,CUIMWMPCA)方法。该方法采用连续更新的多模型非线性结构代替传统的MPCA固定的单模型线性化结构,一旦通过改进的移动窗多向主元分析(improved moving windowMPCA,IMWMPCA)判断出某一新批次过程正常,则模型参考数据库就随之更新。在实时监测新的批过程时,只需利用已收集到的数据信息,并且在线连续地更新模型参考数据库,提高了批过程性能监测的准确性,克服了MPCA不能处理非线性过程和实时性的问题。通过采用CUIMWMPCA与移动窗多向主元分析(moving windowMPCA,MWMPCA)方法对青霉素分批补料发酵过程的实时监测,结果表明CUIMWMPCA比MWMPCA更适合于对缓慢变化的批过程进行监测,具有更可靠的监测性能。