基于全变量信息的子空间监控方法

• 作者: 侍洪波 吕小条 宋冰 谭帅
• 来源期刊: 化工学报
• 关键词: 化工过程系统 子空间 信息缺失 监控模型 数值分析
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1395-1401
• 页数: 7页
• 分类号: TP277
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20141618

摘要

实际化工过程采集得到的数据往往维度较高，直接建模比较复杂。主元分析（principal component analysis， PCA）方法可以提取原始数据主要特征，得到低维数据，但传统的PCA过程监控方法仅保留了方差较大的主元，会造成信息缺失，这将大大影响过程监控性能。针对这一问题，提出了一种新的基于全变量信息（full variable information，FVI）的子空间监控方法。首先，依据每个变量与主元空间（principal component subspace，PCS）和残差空间（residual subspace，RS）相似性的高低，将原始数据空间划分为3个维度较低的子空间，3个子空间保存了全部过程变量，可以更充分地利用过程信息。其次，在每个子空间中，分别建立监控模型，并利用贝叶斯推断整合子空间的监控结果。最后，通过数值仿真及Tennessee Eastman（TE）过程仿真研究验证FVI方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侍洪波	华东理工大学化工过程先进控制和优化技术教育部重点实验室	80	753	15.0	24.0
2	宋冰	华东理工大学化工过程先进控制和优化技术教育部重点实验室	8	62	5.0	7.0
3	谭帅	华东理工大学化工过程先进控制和优化技术教育部重点实验室	16	74	5.0	8.0
4	吕小条	华东理工大学化工过程先进控制和优化技术教育部重点实验室	1	5	1.0	1.0