研究具有非线性特性的工业过程动态监控方法,提出一套适合非线性动态过程统计监控及其性能评估的理论体系与框架结构。具体包括分析过程的非线性和动态性程度,定义其衡量指标;基于非线性和多变量时间序列分析方法,提出一种非线性动态过程监控新方法,构造相应的监控统计量实现故障检测,进一步给出相应的故障重构和诊断方法;把流形学习理论引入到过程监控领域,提出基于LPP、LLE和LE的非线性动态过程监控方法,并给出相应的故障重构和诊断方案,并深入比较和分析各种流形学习方法在过程监控中的优劣;定义非线性动态监控方法性能的评价指标,分析传统方法的缺点和劣势,比较和分析新方法的性能和优势;将提出的方法推广到更为复杂的连续和间歇生产过程,以铜冶炼过程为背景研究和开发生产过程监控应用软件。
fault detection and diagnosis;process monitoring;manifold learning;non-linearity;dynamic systems
本项目以非线性时间序列分析、多元统计分析和流形学习理论为主要理论工具,研究非线性动态过程监测问题。首先基于非线性时间序列分析和多变量统计分析方法,提出了一种非线性动态过程监控新方法,构造相应的监控统计量实现故障检测,进一步给出相应的故障重构和诊断方法;把流形学习理论引入到过程监控领域,提出了基于GLSA、LLE、KONPE和TNPE的非线性动态过程监控方法,并给出相应的故障重构和诊断方案,并深入比较和分析各种流形学习方法在过程监控中的优劣;定义非线性动态监控方法性能的评价指标,分析传统方法的缺点和劣势,比较和分析新方法的性能和优势;将提出的方法推广到更为复杂的连续和间歇生产过程,以铜冶炼过程为背景研究和开发生产过程监控应用软件。