国际标准期刊号: 2157-7048
Majdi Mansouri、Mohammed ZS、Raoudha Baklouti、Mohamed Nounou、Hazem Nounou、Ahmed Ben Hamida 和 Nazmul Karim
本文讨论了使用改进的主成分分析 (PCA) 进行统计化学过程监控。基于 PCA 的故障检测技术已成功用于监控具有高度相关变量的系统。然而,基于标准 PCA 的检测图,例如 Hotelling 统计量,T 2残差平方和、SPE 或 Q 统计量无法检测小或中等事件,因为它们仅使用最近测量的数据。不同的故障检测(FD)图,即广义似然比检验(GLRT)、休哈特控制图和指数加权移动平均图(EWMA)控制图已被证明是最有效的单变量故障检测方法之一,更适合检测小缺点。这项工作的目的是通过使用更复杂的 FD 图来改进基于 PCA 的故障检测,以实现进一步的改进并拓宽过程监控技术在实践中的适用性。这里提出的 PCA 作为故障检测阶段的建模算法进行了研究。解决了故障检测问题,首先使用 PCA 算法对数据进行建模,然后使用 FD 图检测故障。检测阶段与检测图的评估相关,检测图宣告故障的存在。这些图表是使用基于 PCA 的残差计算的。通过模拟连续搅拌釜反应器 (CSTR) 数据说明了故障检测性能。结果证明了基于 PCA 的 FD 图方法检测单个和多个传感器故障的有效性。通过模拟连续搅拌釜反应器 (CSTR) 数据说明了故障检测性能。结果证明了基于 PCA 的 FD 图方法检测单个和多个传感器故障的有效性。通过模拟连续搅拌釜反应器 (CSTR) 数据说明了故障检测性能。结果证明了基于 PCA 的 FD 图方法检测单个和多个传感器故障的有效性。