（控制科学与工程专业论文）动态过程数据的多变量统计监控方法研究.pdf

浙江大学博j 学位论文 摘要 本文研究的统计监控方法属于过程系统工程中的多变量统计过程控制 ( m u l t i v a r i a t es t a t i s t i c a lp r o c e s sc o n t r o l ，m s p c ) 领域，是一类既可离线分析又可在 线实施的数据驱动( d a t a - d r i v e n ) 的方法。由于过程复杂的内在机制、各弛随 机噪声和干扰的存在、闭环控制器的广泛采用以及实时监控的要求，过程数据 往往都存在着与时间相关的动态性，但是对于复杂的多变量系统要建立准确的 动态模型十分困难，对于这种动态过程数据的多变量统计监控的是个非常有挑 战性的问题。多变量统计监控从目的上来说，与常规的系统辨识、滤波或控制 方法需要基于比较准确的动态系统模型来进行推断不同，只是侧重于对反映系 统变动的统计指标的描述，籍此本文主要研究了与动态过程数据监控相关的非 模型方法，这类方法从统计和统计学习的角度，结合了多元统计分析、质量控 制、动态性质的描述和时频变换来完成对动态过程数据的多变量统计监控，避 免复杂的模型参数的确定，本文的主要研究工作包括： ( 1 ) 针对常规m s p c 方法在故障检测、故障变量辨识和故障识别中的难点， 提出了多元特征提取方法与基于支持向量机( s u p p o r t v e c t o r m a c h i n e ， s v m ) 的一类分类器设计、特征选择以及多类分类器设计方法相结合的一种完整的改 进m s p c 方法，其中故障检测方法去除了特征满足特定分布的假设前提，并可 确定多个统计量的控制限；故障变量辨识方法中综合考虑了故障对于各个变量 大小的影响以及变量变化对于故障分类的重要性，提高了关键变量选择的准确 性；而故障识别方法是基于s v m 对故障特征分类的优良特性，避免了传统判 别法中经验准则的引入。上述方法在标准仿真问题t e n n e s s e ee a s t m a n 过程上结 合主元分析( p r i n c i p a lc o m p o n e m a n a l y s i s ，p c a ) 方法进行了应用，结果显示 了其有效性； ( 2 ) 探讨了动态多变量数据在样本不独立且不满足正态分布的情况下的控制图 修难方法，首先指出了用非参数方法调整控制限或者构建考虑了自相关特性的 统计量的常规方法，在此基础上结合具有记忆效应的指数加权移动平均 ( e x p o n e n t i a l l yw e i g h t e dm o v i n ga v e r a g e ，e w m a ) 控制图和滑动块自举 ( m o v i n gb l o c k sb o o t s t r a p ，m b b ) 控制图处理自相关数据的优点，提出了一种改 进的滑动块自举法e m b b ( e w m a m o v i n gb l o c k sb o o t s t r a p ，e m b b ) ，该方法首 先采用特征提取算法获得隐变量，然后构造新的e m b b 自举统计量，以适应更 浙江大学博士学位沦文 广泛的动态情形。仿真算例表明，对于弱自相关数据、特别是在样本数彳i 大的 情况下，只要参数选择得当，m b b 和e m b b 法比常规方法具有更合理的经验 平均运行长度，而e m b b 与m b b 法相比，其经验平均运行长度更接近于理论 值； ( 3 ) 针对动态系统模型难以获取，以提高统计监控性能为目标，对现行的动态 隐变量法进行了深入研究。首先指出动态隐变量可包含更多的动态信息，但仍 具有自( 互) 相关，为此提出了采用修正控制图的方法对动态隐变量空间进行 检测，而对于自相关不显著的残差空间，指出町按照传统方法或是非参数方法 建立控制图；接着将过程知识和经验受控平均运行长度的检验考虑在内，给出 了一种时滞变量和时滞长度的确定方法；最后，提出了一种根据残差累积和以 及递归特征消除算法( r e c u r s i v ef e a t u r ee l i m i n a t i o n ，r f e ) 进行故障变量辨识 的方法。通过在两个标准仿真问题上的应用，表明了上述方法的性质及其有效 性： ( 4 ) 针对过程数据存在的自相关和多尺度特性，在基本多尺度主元分析 ( m t f l t i s c a l ep r i n c i p a lc o m p o n e n t a n a l y s i s 。m s p c a ) 的基础上，探讨了基于时频 变换的方法在多变量动态过程数据中的应用。首先，指出离散小波变换适于分 析动态数据的重要性质，讨论了m s p c a 方法的尺度特征性质，并分析了该方 法可以代替基于离散傅里叶变换的传统频谱p c a 方法的原因：然后在故障检测 中，提出了一种针对突变故障和具有稳定尺度特征的故障的检测方法，完善了 m s p c a 方法对于故障检测的策略；在故障识别中，对于具有稳定尺度特征的 故障，提出了一种采用p c a 方法提取尺度特征并采用s v m 进行故障识别的方 法。通过在连续搅拌反应器( c o n t i n u o u ss t i r r e dt a n kr e a c t o r , c s t r ) 仿真过 程上的应用，表明了上述方法的性质及其有效性； ( 5 ) 探讨了相关章节中各种方法的集成及其与其它各种统计监控方法的融合， 建立了统计监控的方法体系，并对统计监控方法在工业实施中的要点进行了分 析，最后给出了某工业流化床反应器的监控系统的设计和实施方法，并利用实 际工业数据建立了其结块监视的统计监控模型。 关键词：动态过程数据多变量统计过程控制支持向量机小波分析故障检测和诊断 i 王 浙江大学博士学位论文 a b s t r a c t t h es t a t i s t i c a lm o n i t o r i n gm e t h o d ss t u d i e dj nt h i sd i s s e r t a t i o na r es u b s t a n t i a l l yd a t a - d r i v e n a n dm a yb ea p p l i e dt op r o c e s sm o n i t o r i n ge i t h e ro n l i n eo ro f f - l i n e g e n e r a l l ys p e a k i n g ，a l lo f t h e s em e t h o d sm a yb ec o n f i n e dt ot h ef i e l do fm s p c ( m u l t i v a r i a t es t a t i s t i c a lp r o c e s sc o n t r 0 1 ) i n p r o c e s ss y s t e me n g i n e e r i n g t h ec o m m o np r o c e s sd a t aa r ed y n a m i ci nn a t u r e ，w h i c hc a l lb e c a u s e db yt h ec o m p l i c a t e dp r o c e s sm e c h a n i s m ，r a n d o me r r o r so rd i s t u r b a n c e s ，t h ee x t e n s i v e a d o p t i o no ff e e d b a c kc o n t r o lo rt h er e q u i r e m e n to fr e a l t i m es a m p l i n g ，e ta 1 h o w e v e r , i ti s d i f f i c u l tt ob u i l da i l d y n a m i cm o d e lf o ral a r g em u l t i v a r i a t es y s t e m w h i c hr e s u l ti n t h e m o n i t o r i n go ft h ed y n a m i cp r o c e s sd a t aav e r yc h a l l e n g ep r o b l e m f o r t u n a t e l y , c o m p a r e dt o c o n v e n t i o n a l s y s t e mi d e n t i f i c a t i o n , f i l t e r i n g o rc o n t r o l ，w h i c hu s u a l l ya r eb a s e do na n r e l a t i v e l ya c c u r a t ed y n a m i cm o d e l ，p r o c e s sm o n i t o r i n gh a sf e wr e q u i r e m e n t so f t h em o d e l ，b u t f o c u s e so nh o wt od e s c r i b et h ed a t av a r i a t i o n ，w h i c hm a yb er e f l e c t e db ys o m es t a t i s t i ci n d i c e s t h e r e f o r e ，i nt h i st h e s i sw em a i n l ys t u d yt h em o d e l f r e em e t h o d sr e l a t e dt od y n a m i cp r o c e s sd a t a m o n i t o r i n g c o m b i n e dw i t ht h ek n o w l e d g ei nm u l t i v a r i a t es t a t i s t i c a la n a l y s i s ，s t a t i s t i c a lq u a l i t y c o n t r o l ，d y n a m i cd e s c r i p t i o na n dt i m e f r e q u e n c yt r a n s f o r m ，a n db a s e do n s t a t i s t i c a la n d s t a t i s t i c a ll e a r n i n gt h e o r y , t h ea f o r e s a i dm o d e lf r e em e t h o d sc a nb ea p p l i e dt om o n i t o rd y n a m i c p r o c e s sd a t ae f f e c t i v e l yw i t h o u tm u c hm o d e lp a r a m e t e r st od e t e r m i n e t h ei n a l nc o n t e n t so f t h i st h e s i sa r ea sf o l l o w s ： ( 1 ) f a u l td e t e c t i o n ，f a u l tv a r i a b l ei d e n t i f i c a t i o na n df a u l ti d e n t i f i c a t i o na r ec h a l l e n g i n g p r o b l e m si nm s p c ai n t e g r a t e dn o v e lm s p cm e t h o di sp r o p o s e db yc o m b i n i n gm u l t i v a r i a t e f e a t u r ee x t r a c t i o nw i t ht h r e es v m - b a s e dm e t h o d sc o m m o n l yu s e di no n e - c l a s sc l a s s i f i e rd e s i g n ， k e yf e a t u r es e l e c t i o na n dm u l t i - c l a s sc l a s s i f i e rd e s i g n ，r e s p e c t i v e l y t h ef i i r s ta s p e c to ft h i s m e t h o di sj t sa b l i t yt oc a l c u l a t ec o n t r o ll i m i t so fm u l t i p l es t a t i s t i c sf o rf a u l td e t e c t i o n s i m u l t a n e o u s l yw i t h o u tc o n v e n t i o n a lt h e o r e t i c a ld i s t r i b u t i o na s s u m p t i o n s s e c o n d l y , t h em e t h o d d e t e r m i n et h ek e yv a r i a b l e sf o rf a u l ti d e n t i f i c a t i o nb a s e do nb o t ht h e i rm a g n i t u d ec h a n g e sa n d t h e i rc o n t r i b u t i o n st of a u l tc l a s s i f i c a t i o ni nr e s i d u a ls p a c e ，i m p r o v i n gt h ei d e n t i f i c a t i o na c c u r a c y i nt h et h i r dm e t h o d ；t h i r d l y , f a u l ti d e n t i f i c a t i o ni si m p l e m e n t e db yt a k i n ga d v a n t a g eo ft h e w e l l - k n o w np r o p e r t i e so fs v m - b a s e dm u l t i c l a s sc l a s s i f i e rw h i c ha v o i d si n t r o d u c i n gs p e c i f i c d i s c r i m i n a n tc r i t e r i a u s i n gp r i n c i p a lc o m p o n e n ta n a l y s i s ( p c a ) a sf e a t u r ee x t r a c t i o nm e t h o d ， t h ef o r e s a i ds v m b a s e dm s p cm e t h o di si l l u s t r a t e dw i t l la p p l i c a t i o nt oab e n c h m a r ks i m u l a t o r t e n n e s s e ee a s t m a np r o c e s sa n di t se f f e c t i v e n e s si sv e r i f i e d ( 2 ) t h em e t h o d st om o d i f yc o n t r o lc h a r t s f o rd y n a m i cm u l t i v a r i a t e d a t aw h i c hd o n t f o l l o w i n gi i d ( i n d e p e n d e n tm a d i d e n t i c a ld i s t r i b u t i o n ) a s s u m p t i o na r es t u d i e d f i r s t l y , t h e c o n v e n t i o n a lm e t h o d se i t h e rb ya d j u s t i n gc o n t r o ll i m i t su s i n gn o n - p a r a m e t e rm e t h o d so rb y c r e a t i n gn e ws t a t i s t i ca r ei n t r o d u c e d ，t h e nc o m b i n i n gt h ea d v a n t a g e so fe w m a ( e x p o n e n t i a l l y w e i g h t e dm o v i n ga v e r a g e ) c o n t r o lc h a r ta n dm b b ( m o v i n gb l o c kb o o t s t r a p ) c o n t r o lc h a r tf o r m o n i t o r i n ga u t o c o r r e l a t e dd a t a ，a nm o d i f i e dm b bm e t h o d - e m b b ( e w m a - m b b ) i sp r o p o s e d ， i i i 浙江大学博上学位论文 i nt h i sm e t h o d ，t h el a t e n tv a r i a b l e sa r ef i r s t l ye x t r a c t e d ，t h e nan e we m b bb o o t s t r a ps t a t i s t i ci s d e f i n e dt oa c c o u n tf o rm o r ee x t e n s i v ed y n a m i c st h a nc o n v e n t i o n a lm b b i nas i m u l a t i o n e x a m p l e ，f o rw e a k l yd e p e n d e n tm u l t i v a r i a t ed a t a ，p a r t i c u l a r l yi nt h ec a s eo fs m a l ls a m p l es i z e ， t h ef o r e s a i de m b ba n dm b bm e t h o dh a sa d v a n t a g eo v e rt h ec o n v e n t i o n a lp c am e t h o d a c c o r d i n gt ot h e i re m p i r i c a la r l ( a v e r a g er u nl e n g t h ) p e r f o r m a n c e a n dt h ee m p i r i c a la r lo f e m b bi sc l o s e rt ot h et h e o r e t i c a lv a l u et h a nt h a to f m b b ( 3 ) t oo v e r c o m et h ed i f f i c u l t yt om o d e lt h ec o m p l e xd y n a m i cs y s t e m ，t h ec o n v e n t i o n a l d y n a m i cl a t e n tv a r i a b l em e t h o di sd e e p l ye x p l o r e d t oi m p r o v et h es t a t i s t i c a l m o n i t o r i n g p e r f o r m a n c e f i r s t l y , t h ep r o p e r t i e so fd y n a m i cl a t e n tv a r i a b l ea r ec o n f i r m e dt oc o n t a i nm o r e d y n a m i ci n f o r m a t i o nt h a n c o n v e n t i o n a ll a t e n tv a r i a b l e ，b u tt h e yo w ns o m eo fa u t o c o r r e l a t i o nm a d c r o s s c o r r e l a t i o n t h u s ，w es u g g e s ta d o p t i n gt h ed o l l - p a r a m e t r i cm e t h o d st om o d i f yt h ec o n t r o l c h a r t s f o rm o n i t o r i n gt h er e s i d u a ls p a c e ，t h ec o r r e s p o n d i n gn o n p a r a m e t e rm e t h o d sa r ea l s o r e c o m m e n d e d i nt h es e c o n da s p e c t ，am e t h o dt oc h o o s et h el a g g e dv a r i a b l e sa n dt h et i m e l a g g e d l e n g t hi sp r o p o s e d ，w h i c ht a k i n gp r o c e s sk n o w l e d g ea n de m p i r i c a li n - c o n t r o la r lv a l i d a t i o n i n t oa c c o u n t t h et h i r df e a t u r ei no h rr e s e a r c hi sp r o p o s i n gan e ws t r a t e g yt oi d e n t i f yf a u l t v a r i a b l e ，w h i c hi sb a s e do nc u m u l a t i v es t u no fe a c hv a i l a b l e sr e s i d u a la n da nr f e ( r e c u r s i v e f e a t u r ee l i m i n a t i o 小a l g o r i t h m t h ep r o p e r t i e so ft h ef o r e s a i dm e t h o d sa r ev e r i f i e dt h r o u g ht w o t y p i c a ls i m u l a t i o n s ( 4 ) i nt h ef a c eo fa u t o c o r r e l a t i o na n dm u l t i s c a l eo fp r o c e s sd a t a , t h ea p p l i c a t i o no f t i m e - f r e q u e n c yt r a n s f o r mt om o n i t o rm u l t i v a r i a t ed y n a m i cp r o c e s si si n v e s t i g a t e db a s e do nt h e b a s i cf r a m e w o r ko f m s p c a ( m u l t i s c a l ep r i n c i p a lc o m p o n e n ta n a l y s i s ) f i r s t l y , t h es u p e r i o r i t i e s b r o u g h to u tb yd i s c r e t ew a v e l e tt r a n s f o r ma r ep o i n t e do u t ，a sw e l la st h ep r o p e r t i e so ft h es c a l e f e a t u r e se x t r a c t e db ym s p c a a n dt h er e a s o nw h ym s p c ac a l ls u b s t i t u t et h ec o n v e n t i o n a l s p e c t r a lp c ai si l l u s t r a t e d s e c o n d l y , t w of a u l td e t e c t i o nm e t h o d sa i m i n ga td e t e c t i n ga b r u p t f a u l ta n dt h ef a u l tw i t hs t a t i o n a r ys c a l ef e a t u r e sr e s p e c t i v e l y ，a r ep r e s e n t e d ，t h e r e f o r er e i n f o r c e t h eb a s i cm s p c a ；t h i r d l y , t oi d e n t i f yt h ef a u l tw i t hs t a t i o n a r ys c a l ef e a t u r e s ，as v m b a s e d c l a s s i f i e ri sp r o p o s e du s i n gp c at oe x t r a c tc o r r e s p o n d i n gs c a l ef e a t u r e t h ep r o p e r t i e sa n d e f f e c t i v e n e s so ft h ea b o v em e t h o d sa r ei l l u s t r a t e db ya p p l i c a t i o nt oa l ls t a n d a r ds i m u l a t i o n p r o c e s so f c s t r ( c o n t i n u o u ss t i r r e d t m , kr e a c t o r ) ( 5 ) i n t e g r a t ea l lk i n d so fm e t h o d se x p l o r e di nt h et h e s i sa n dm e r g et h e mi n t oa ns t a t i s t i c a l m o n i t o r i n gs y s t e mw h i c hi n c l u d e so t h e rr e l a t e dm e t h o d s ，a n di n v e s t i g a t et h ek e yp o i n t st h a tw i l l b em e ti ni n d u s t r i a la p p l i c a t i o n l a s t l y , t h em e t h o dt od e s i g nt h em o n i t o r i n gs y s t e mo fa n i n d u s t r i a lf l u i d i z e dr e a c t o ri sp r e s e n t e d ，a n da l ls t a t i s t i c a lm o d e lf o rm o n i t o r i n gt h ec h u n ki nt h e r e a c t o ri sc o n s t r u c t e db a s e do nt h er e a lp r o c e s sd a t a k e yw o r d ：d y n a m i cp r o c e s sd a t a ，m u l t i v a r i a t es t a t i s t i c a lp r o c e s sc o n t r o l ， s u p p o r tv e c t o rm a c h i n e ，w a v e l e ta n a l y s i s ，f a u l td e t e c t i o na n dd i a g n o s i s 浙江大学博二e 学位论文 致谢 在论文即将完成之际，回顾四年多来攻读博士学位这段重要的人生经历， 是知识的积累、方法的学习、能力的提高，更是心志上的一种磨砺。看到自己 能一步步地积攒，一点点地进步，到现在可以逐渐为论文划上句号，欣慰的同 时，我要由衷地感谢给我帮助和关心的老师、同学和亲人朋友。 首先感谢我的两位导师钱积新教授和梁军教授。钱老师是位令人尊敬的学 者，务实严谨，眼界开阔，高屋建瓴，聆听钱老师的每一次教诲，与钱老师的 每一次讨论，都会让我有深刻的反思，受益颇多；钱老师也是位和蔼可亲的长 者，与人为善，和气热情，钱老师坚持健身锻炼的生活习惯也让人印象深刻。 梁老师引领我进入过程监控领域，对我论文各个阶段的工作都给予了倾心的帮 助和支持，感激之情无语言表。记得我投稿的第一篇文章，梁老师逐字逐句仔 细地校改，提出了许多中肯的意见，使得这篇文章最终能顺利刊出，这个过程 对我以后的研究以及论文写作有很大的帮助。当我遇到难题时，梁老师会帮我 分析问题之所在并指出可能的解决方法，给我鼓励和支持，使我能静下心来潜 心钻研。梁老师还让我有机会参与实际工业现场的监控项目，亲身了解过程监 控方方面面的同时，也由此与课题组的同学和师弟师妹们建立了深厚的感情。 感谢系统工程研究所王慧老师、邵之江老师、刘兴高老师、马龙华老师、 陈曦老师、赵均老师、周立芳老师、赵豫红老师和邓赤女士的帮助和支持，感 谢你们提供了良好的科研氛围和科研条件，使我能顺利进行论文的研究工作。 感谢在相似领域从事研究的陈国金博士、毛勇博士、谢磊博士和周韶园博 士，与你们的讨论，给我很多的启发；感谢课题组汪小勇、万力、吴军强、熊 丽、高枫、沈倩、王听和荚亮等师弟师妹，项目课题上的协作和生活中的关心 给我留下了美好记忆；感谢在一起度过大部分攻博时光的江爱朋博士、黄景涛 博士、金欣磊博士、徐祖华博士和李威武博士，谢谢你们的支持和鼓励；感谢 系统所未提及的给我关心、愉快同处的师兄弟妹们。 感谢我没有在此一一列举的朋友们，以及以上没有提及的给过我真诚关心 和帮助的所有老师、同学和亲友，没有你们，我不可能顺利完成论文，你们值 得我永远去珍惜! 特别感谢我的父母对我求学一贯的支持和生活上无尽的关怀，这厚重的恩 情始终是我不断求索和前进的动力! 感谢我的姐姐、哥哥的家庭，你们对我关 心和理解的同时，也替我承担了许多的家庭责任，使我能安心学业。 最后，谨以此文献给我永远的奶奶! v 栩 2 0 0 5 年2 月于求是园 浙江大学博士学位险文 第一章绪论 说明r 本文所研究的动态过程数据及相应的多变量统计髓控方法的含义，综述丁动态过程数据的各种 统计监柠方法，指出了本文的研究内容。 1 1 相关领域 本文研究的统计监控方法属于过程系统工程中的多变量统计过程控制 ( m u l t i v a r i a t es t a t i s t i c a lp r o c e s sc o n t r o l ，m s p c ) 领域，是一类既可离线分析又可在 线实施的数据驱动( d a t a - d r i v e n ) 的方法。在最初框架的中，m s p c 方法结合了 多元统计分析以及在工业工程中得到成功应用的统计过程控制( s t a t i s t i c a l p r o c e s sc o n t r o l ，s p c ) 的思想，在上世纪9 0 年代初期系统地引入到过程工业中 ( k r e s t a ，m a c g r e g o re ta 1 ，1 9 9 1 ；n o m i k o sa n dm a c g r e g o r ，1 9 9 4 ) 。此类方法主要是 针对过程工业中机理建模以及常规的数学建模比较困难，但同时又普遍存在数据 丰富而数据信息的利用程度不高的现象，为有效地分析和利用具有变量众多、变 量之间相关严重、数据缺失以及受到噪声干扰等复杂特性的过程数据而提出的， 用以保证过程连续安全的生产和产品的高产高质。 m s p c 方法不基于准确的机理模型，而是通过提取具有代表性的过程数据中 的特征信息来对过程运行状况进行统计推断，从本质上来说是一种数据驱动的方 法。m s p c 方法有着深刻的内涵，首先其内涵是与具体过程或过程特点相适应， 比如按照连续过程和间歇过程、线性过程和非线性过程、平稳过程和时变过程、 单设备小规模问题和多设备大规模问题等划分，有不同类型的m s p c 方法与之 相对应，例如多向主元分析( m u l t i w a yp r i n c i p a lc o m p o n e n t a n a l y s i s ，m p c a ) 、 非线性主元分析偏最小二乘( k r a m e r , 1 9 9 1 ：q i na n dm c a v o y ，1 9 9 2 ；d o n ga n d m c a v o y , 1 9 9 6 ) 、递归的统计监控方法( q i n ，1 9 9 8 ；l i ，y u e e ta 1 ，2 0 0 0 ) 、多级多块的 方法( w o l d ，k e t t a n e he ta 1 ，1 9 9 6 ) ；此外，m s p c 方法内涵的深刻之处还在于其自 身仍是个开放的定义，方法涉及到多元统计分析、过程控制、系统辨识、信号处 理、模式识别和故障诊断等多个领域，例如引入了动态系统建模中的状态空间模 型、信号处理领域的小波方法和独立成分分析、多元统计分析中的f i s h e r 判别分 析和k 均值聚类的方法( c h i a n g ，r u s s e l le ta 1 ，2 0 0 0 ；l u ，g a oe ta 1 ，2 0 0 4 ；h e ，q i ne t a 1 ，2 0 0 5 ) 以及统计学习理论中的神经元网络、支持向量机和决策树等( a k b a r y a n a n db i s h n o i ，2 0 0 1 ) ，上述领域中的技术进展对m s p c 方法的适应性都可能带来推 动作用，形成新的工业过程监控方法和实施方案。 第一章绪论 本文主要研究具有动态特性的过程数据的m s p c 方法，为克服研究对象和 研究方法含义的不确定性，首先给出如下说明。 1 1 1 动态过程数据的含义 过程j 业中，反应设备、分离设备、换热加压设备、测量仪表、输送管道、 分配存储器以及控制器等各种装置，按照工艺要求和内在的物料平衡、能量平衡 关系和控制要求等组装在一起完成操作运行，各个操作单元包含了众多的观测变 量，且往往相互关联。例如中石化公司某塑料厂内一个典型的线性低密度聚乙烯 ( l l d p e ) 生产装置包括：催化剂置备单元、反应单元、进料单元和造粒单元 等，其中最核心的反应单元如图1 1 所示。 己烯 催化剂储罐 k 一4 0 0 3 压缩机 始 是 螂 f 聪 蚓v - 冀 蓍蓁 来自注水罐 来自注醇罐 来自c 嘲瓶 h n 2 丁烯或己烯 c 一4 0 0 1 反应器 p ：2 1 m p a t ：8 8 v ：2 0 2 m 3 循环气冷却器e 一4 0 0 2 循环水泵g 4 0 0 4 4 0 0 5 c 4 1 0 3 1 写r 啦出罐 l 毒脱气仓 反吹气 ( 排放气，l n ) 图1 1 某l l d p e 装置中反应单元的流程简图 图示反应单元中包括了2 0 0 多个诸如温度、压力、流量、料位、催化剂加料 器的转速等检测量和控制量，这些检测量和控制量之间按照工艺要求形成紧密的 耦合，如催化剂流量增加会引起反应速度加快，从而引起反应器的温度和压力升 霎 骼 去岢 # 署一 浙江大学博上学位论文 高；而且反应单元与其它单元之间也存在紧密的耦合，例如反应单元的产率受到 进料单元进料流量和温度的直接影响。由此可知，过程数据一般具有变量众多而 又相互关联的特点，而工业生产过程的复杂性也决定了过程数据必定会受到各种 噪声的影响，会有数据缺失，会存在各种正常操作点、非稳定工作点以及故障情 况下采集的数据，这是所研究的过程数据的总体特点。 过程数据的动态特性是指其与时间相关的特性，这种时间相关性与过程的内 在机制密切相关，例如反应机理、所处的阶段、过程发生的形式以及随机噪声和 不可控扰动的影响等；也与所采用的控制策略紧密相关，比如传统p i d 控制中 比例、积分和微分三个参数以及扫描时间的影响、预测控制中优化参数的影响等， 另外在控制器的作用下，被控变量往往在其设定值附近随机变动使得其动态性减 弱，而相应的操作变量则需要不断调整以满足控制要求从而使得其动态性增强； 同时，过程数据的时间相关性还与各个变量的采样间隔有关，较大的采样间隔可 以在一定程度上消除时间相关性但往往不能满足实时监控的要求，而较短的采样 间隔必定增加变量在时间上的相依性。 本文研究的动态过程数据主要是指存在自相关性( a u t o c o r r e l a t i o n ) 的实测 样本数据。在某些条件下，这种自相关性可由应用于随机系统辨识和滤波的时间 序列模型和状态空间模型来进行描述，也可由动态神经元网络或者支持向量机等 智能动态系统建模来描述，但考虑到过程数据的复杂性和动态系统模型描述动态 特性的局限性，本文的研究并不限于满足特定形式的动态模型的过程数据。对于 动态过程数据的统计监控，在m s p c 领域中可对应于动态过程的统计性能监控 问题( n e g i za n dc i n a r , 19 9 7 ；c h e na n dl i a o ，2 0 0 2 ) 或者是动态数据的统计监控问题 ( t h o m h i l l ，s h a he ta 1 。2 0 0 2 ) ，在质量控制领域可对应于非独立( 或自相关) 样本 的统计推断问题( m o n t g o m e r ya n dm a s t r a n g e l o ，1 9 9 1 ；l i ua n dt a n g ，1 9 9 6 ；l ua n d r e y n o l d s 。1 9 9 9 ) ) 。有两点需要着重指出：1 ) 在本文基于非模型法的统计监控中， 不区分过程动态和噪声，而是直接分析包含过程和噪声动态信息的实测数据；2 ) 本文“动态”的含义不同于传统意义上过程均值方差的变动或是如间歇过程那 样有确定动态轨迹的动态情形，而是假设对于每一统计监控模型，建模数据和测 试数据都来源于均值和方差不发生改变的平稳过程。此外，过程数据本身还暗含 有可能并不满足正态分布这个条件，这也在本文动态过程数据的含义之内。 1 1 2m s p c 方法的含义 传统的s p c ( s t a t i s t i c a lp r o c e s sc o n t r 0 1 ) 方法般用于质量控制领域，对 第一章绪论 个或少数几个质量变量进行统计控制，而m s p c 可看成是s p c 针对多变量过程 数据的一种扩展，s p c 用于质量控制中的一些成熟的方法可直接引入m s p c 中， 例如多元质量控制( m u l t i v a r i a t eq u a l i t yc o n t r o l ，m q c ) l 】的h o t e l l i n gr 统计量 的定义以及单值或均值的s k e w h a r t 控制图、指数加权移动平均( e x p o n e n t i a l l y w e i g h t e dm o v i n g a v e r a g e ，e w m a ) 和累积和( c u m u l a t i v es u m ，c u s u m ) 等多 种统计控制图的方法( m o n t g o m e r y , 1 9 9 7 ) ，这有益于m s p c 方法的理解和适应性 地推广。m s p c 区别于传统s p c 的个主要特点在于大量过程变量的引入，使 其能更及时更全面地反映过程变化，有利于刻画非平稳、动态、非线性、多向数 据等各种情形，并适于对故障行为进行诊断( k o u r t ia n dm a c g r e g o r , 1 9 9 5 ；q i n ， 2 0 0 3 ) 。 尽管m s p c 方法的含义非常广泛，本文从自身研究目的出发将其局限到故 障检测和故障诊断这两方面，本文动态过程数据的m s p c 方法含义是：运用多 变量统计分析或统计学习方法，主要包括主元分析( p r i n c i p a lc o m p o n e n t a n a l y s i s ， p c a l 、偏最小二乘( p a r t i a ll e a s ts q u a r e ，p l s ) 、典型变量分析( c