基于偏最小二乘的多特性复杂过程监测方法

作者：孔祥玉; 陈雅琳; 罗家宇; 周红平; 叶兴泰

来源：华南理工大学学报(自然科学版), 2022, 50(06): 100-110.

• 偏最小二乘
• 关键性能指标
• 多特征提取
• 过程监测
• 故障检测

作为一种典型的多元统计分析方法，偏最小二乘(PLS)被广泛用于对关键性能指标的异常监测。然而，在复杂的工业过程中，数据可能具有动态、非线性特性或者同时具有动态和非线性特性，基于PLS的线性模型不适用于该过程，且可能导致较高的故障误报率。为此，文中提出了一种基于偏最小二乘的多特征提取算法。首先，基于动态内PLS模型(DiPLS)提取动态特征，得到质量相关动态子空间和动态残差子空间，并针对动态残差子空间进行PLS回归建模，以进一步分离静态信息的质量相关特征；然后，将残差子空间向高维投影，构建非线性PLS模型，以提取变量的非线性特征；最后，在各特征空间中构造统计量，设计了完整的多特性混合系统过程监测策略。田纳西-伊斯曼过程的实例分析结果表明，文中提出的方法有较快的故障检测速度，能达到较好的故障检测效果。