（控制理论与控制工程专业论文）基于ica的工业过程监控研究.pdf

北柬化t 大学硕士学位论文 基于i c a 的工业过程监攘研究 摘要 独立分避分析( i c a ) 方法应用于工业过稷数据的分析处理，可以 在统计独立意义下掇取过程的内在驱动信息，更本质地描述过程运行 特征。本文以应用于过程生产监控为隧的，深入地研究了i c a 冀法及 应用问题，并以连续聚合反应c s t r 为研究对象，建立了完整的基于 l c a 戆统诗过程整羧系统缝褥，针对不溺靛扰动情况进行了其体麓分 析、仿真，取得了预期的结果。 论文首先分析了独立分餐分析的原理和算法，提出了采用相关系 数法剔除“伪”独立分量的方法，提赢了分析的准确性。在总结多元 统计过程控制的思路和特点的基础上，深入探讨了应用i c a 的统计过 程燕控方法，绘出了改进熬整体摇圈。萁中，瓷对独立分量窒闷送行 划分时，分别从个体和全局的角度提出了两种划分依据，并进行了分 轿对比。最髓，结合连续聚合反应c s 豫，成场地对单一交量和两个变 量的异常扰动状态进行了i e a 监控仿真。开发了一个明。以在组态环境 下实时读取工业过程数据、基本实现i c a 在线监控功能的通用掇件。 磅究表鞠，基予l c a 豹王业过鬟渣控方法是爵行茅羹有效的，在辫 决工业生产过程的监控问题方面有着趄好的应用前景。 关键词：独立分量分析，统计过程监控，连续聚合反应，故障检测 第1 页 北京化工人学顿j ：学位论文 s t u d yo fl n d u s t a l 剌r o c e s sm o n i t o r i n g w l t 薹ll n d 嚣p 嚣n d 嚣n tc o m p o n 嚣n ta n a l y s l s a b s t r a c t l 蟋e 辨毪纛鼹le o 黻泌n e 蘩l 箍嬲y s i s l ( ：a ) ，蛾l i 穗i s 毫羚l i 稚遗攮ef i 磋d o fi n d u s t r i a lp r o c e s sa sad a t aa n a l y s i sm e t h o d ，c a ne x 觚c tt h ei n t r i n s i c f a c t o ro ft h ep c e s su n d e rt h em e 锄i n g so f 氆es t a 霸s t i c a li n d 印e n d e n 皑 a n dd e s c r 主b et h ee s s 铋t i a lc h a 撒c t e r i s t i c so ft h ep r o d l l c t i o nm o r ee f 摄c i e n t l y i nt 掀st h e s i st 1 1 ea l g o r i t l l ma 1 1 d 印p l i c a t i o no fi c aa r e 觚e ri n v e s t i g 锄e d 岛r 挺鑫p 爹l i c 鑫主i o 薤i 建p 潞e e s s 黻o n i 沁囊塔，凌睫坟l s e do ne 潍矗壤l 翮ss t i 喇 t a n kr c a c t o r ( c s t r ) ， a c o m p l e t e 触m e w o r ko fs t a t i s t i c a l p r o c e s s m o n i t o r i n gw i t hi c 氏i sp r o p o s e d ，a n da na n t i c i p a t e dm s u l ti so b t a i n e d t b r o u 曲a n a 重y s i sa n ds i m u l 撕o na e c o 斑i n gt o 也ed i v e f s e n 髓a n c e s 懒融a r e d i s t u r b e d 行o md i f r e r e n tv a r i a b l e s f l f s t ，魄e 氇e s 逸黼a l y z e st 氧e 西粼l p l e 雒蠢鑫l g 两氇辫岛rl c a ，鞠纛 g i v e san e wm e t h o d0 fe l i m i n a t i n gt h eu n t n l ei n d e p e n d e n tc o m p o n e n t s w i hc o “e l a t i o nc o e 礅c i e n tf o ri m p r o v i n gt h ea c c u r a c ys e c o n d ，i nv i e wo f t h ea p p r o a c ha n dc h a r t e s t 主c so fm u l t i v 撕越es t a t i s t i c a lp r o c e s sc o n t r o l ， 第l i - 贝 北京化t 人学碗。l ：学位论文 t h e s t a t i s t i c 舔p r o c c s sm o n 搬r i n gs c 圭l e m e b a s e do nl c ai s 内式董l c r r e s e a r c h e d ，a n di t sf 穗m e w o r ki sp r o p o s e d 。p a r t i c u l a r l yd u f i n gd i v i d i n g i n d e p e n d e n tc o m p o n e n t s ，t w o 轴n d so fc r i t e r i o n s a r ep u tf o n v a r da r l d c o 藏t 糟s 抚畦鳓越t 囊ev i 粕攀i o 醺o f i 蟋 v i 如越撼dw 蠡o l e 。a ll 穰，as i 挂m l 鑫t 主。鑫 o fp r o c e s sm o n i t o r i n gw i t l li c ai ss u c c e s s 如l l yp r c s e n t e dw h i c hi su s e dt o a n a l y z et h e 礤s 豫f b i n g b mt h ea ：b n o f m 霹c h 勰g eo f a s i 珏g l ev a r i a b l e so ra c o u p l eo fo n e s a d d i t i o n a n y ，ag e n e r a lc o n 娃d li se x p l o i t e dw h i c hc a n e x c h a n g ei n “s t r i a lp r o c e s s ”e a l t i m ed a t ai nt l l ec o n d i t i o no fc o n 矗g u m t i o n 雒d 堍s i c l ya c 囊i e v et 董撵g o a l so f o 蛰l i 魏ep o c e s sm 豫i 埝疸稳g 丽氇l c a 。 t h es t u d ys h o w 8t 1 1 a tt h i 8m e t h o do fi n d u s t r i a lp r o c e s sm o n i t o r i n g w i 氇i n d e p e n d e n tc o m p o n e 贰黼a l y s i si s 融s i b l ea 稚e 蕊蛾i v e s ot 轴r ei s w e l lf o r e g m u n di nr e s o l v i n gt l l ep r o b l e mo fi n d u s t r i a lp r o c e s sm o n i t o r i n g k e yw o r d s ：i n d 印e i l d e n tc o m p o n e n ta n a l y s i s ，s t a t i s t i c a l p r o c e s s f n o n i t o 辆靛g ，c o n t i n u o u sp o l y m 翻z a i o n ，孰巍d e t e c i o n 帮i i i 负 戴索诧王大学链论文蒙锲梭声羁 y 8 8 2 3 3 2 本人郑重声羁：所呈交的学位论文，怒本入在导师的指导下， 独立进行研究工作掰取得的成果。除文中已经注明引用的内容钋，本 论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文 的研究皴爨重要贡献的个人鞠集体，均己在文孛瑷弱确方式标鹤。本 人完全意识到本声明的法律结果由本人承担。 作者签名：j l 竿_ 强矮： 一型受。： z 关予论文使遐授权酶说暌 学位论文作者完全了解北京化王大学有关保留帮使用学位论文 的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属北 京化工大学。学校有权傈鼙著囱莺家有关部f j 或瓿橡送交论文酶复印 件和磁盘，允许学位论文被凌阅和借阅；学校可以公布学位论文的全 部绒部分内容，町以允许采用影印、缩印或其它复制手段保存、汇编 学位论文。 保密论文注释：本学位论文属于保密范围，在卫年解密后适用 本授权书。菲保密论文注释：本学位论文不耩，保密藏麓，适麓本授 权书。 作者签名： 红鞋日期_ ! 竺! ：2 剖币答舅：菇名免 期：细；善。； 北京化工大学硕j + 学位论文 第一章前言 1 1 论文研究的目的和意义 随着数据采集能力的提高和集散系统的广泛应用，计算机监控系统记录和存 储了大量的生产过程数据和产品质量数据。这些数掘隐含了大量的信息，但由于数 据空恻维数高，变量楣关性严重，以及工业生产中广泛存在的扰动等因素，在分 析和解释这种庞大的数据库时面临着极大的困难，造成一种“数据丰富，信息匮 乏”的现象。如何从海量数据中挖掘出有用资源，去掉大量冗余信息，并指导生 产实践，是学术界和工业界急需解决的问题。 一些常用的多元统计分析方法如主元分析( 呻n c i p a lc o f n p o n 助ta l l a l y s i s ， p c a ) 附】、部分最小二乘( p 矾瑚1 e 站ts q 哪s ，p l s ) f 3 4 增在这方面发挥了较大的作 用，通过对大量相关数据进行压缩，抽取其中大部分有用信息对生产过程进行 分析、故障检测和诊断，实现了对目标的监控功能。但这些多元统计监控方法只 有在工业数据服从特定的分布情况下才能耿得较好的效果，这种约束条件在一定 程度上限制了它们的进一步应用。 由于独立分量分析( i n d e p d e mc o m p o n e l l t m 柏y s i ，i c a ) ” 方法既有较强的信 号分析处理能力，又不要求数据服从一定的分布条件，因此，将i c a 方法引入了工 业过程控制中。本文正是在前人研究的基础e ，进一步尝试完善这种方法在工业 监控与诊断方面的应用。它的重要意义有： 首先，现代流程工业具有规模大、工艺复杂、变量多的特点，随着生产能力 的进一步提高，对其进行有效的监控和故障渗断可以增加系统运行的安全性减 少停产时问降低生产成本。虽然工业监控与诊断方法已经取得了较大的进步， 但还存在着很多不尽如人意的地方；同时，i c a 应用于工业监控与诊断也是对其应 用领域的一种扩展。已有的理论成果表明这是一个既有挑战性，又有巨大潜力的 研究方向，需要不断的改进和完善；最后，新型仪表和通信技术在现有的和新的 生产装置q j 的使用，便于取得大量的过程数据，以及计算机存储、运算能力的提 生产装黄中的使刚，便于取得大量的过程数据，以及计算机存储、运算能力的提 第1 页 托寨纯t 大学碗i ：学位论囊 高，均为基于i c a 的过程监控技术的广泛应用奠定了良好的基础。 2 论文研究的主要内容概述 第一章介绍了论文的背景、研究目蛇_ 和意义，以及国嚏外在此领域的研究状 况和发展方向； 第二章在给出统计过程控制的概念后，重点介绍了单变量统计过程控制图， 并举例说明、分析冀特性；最后简介了多变缀统计过程控制的特点和种类。 第三章介绍了l c a 方法的来源、慕本原理、目标函数、f 蹦t i c a 算法和应用 领域，并通过m 灯l a b 软件演示了i c a 分离线僚混合信号的功能。 第霞章避一多研究糙a 在过程益控中静应焉，提穗了两种不闻静独立分堂空 闽划分方法，据魏分裂季 葬嚣耱绞计量，并逶过核密度甓计方法确定统诗薰豹控 铡限，在戴基破上绘出了宠墼懿l e a 监控挺黧，凝嚣遴芎亍了篾擎戆髂真验涯。 第五章以m p c 卜l o o o 试验乎台中的连续聚食反废c s 豫为对象，采月基于 i c a 的统计过程监控方法，对单变量和双变爨发生异鬻变化从蕊施加扰动的现象 进行分析，并与单变量统过程控制对比，仿冀结果说明了本文设计方法的肖效燃。 第六章对所做正作的总结和对未- 束研究方向的展摄。 3 国蠢终文献综述 l 。3 。l 统计过狂监擦 随麓 遣程控划自动他技术瓣进步，扶理场获褥斡数据越寒越丰富，键遴了统 计过程控制( s t a l i s t i c a l 甜o c e s s n 的l ，s p c ) 的发展。统专十过载控制浆惑想最早产生 于上个世纪初。在一大批学者和工程技术人员的推动下，s p c 首先在离散鞯4 造_ i 业获得了广泛的成功应用；到了七十年代s p c 成为过摆工业中的一种质量控制标 准工嶷。作为门较成熟的工业技术，长期以来工业界和学术界并未停止对它的 研究，在近十几年束又取得了很多新的进展f 6 ，7 ，甜。 传统的单变量统计过程控制除了早期的控制图，还有滑动平均( m o v i n g a v e r a g e ，m a ) 控制图、指数加权滑动平均( e x p o n e n t i a l l yw e i 曲t c dm o v i n ga v e m g e ， e w m a ) 控制图、累糨和( c u m u l a t i v es 啪m e 廿1 0 d ，c u s u m ) 控制图、帕累托( p a r e t o ) 第2 页 北京化一大学碰j j 学位论文 豳、因果图等方法 9 】。 由于现代工业系统已经变得更加高度集成化和复杂化，向过程监控提出了挑 战，这些监控问题是不易用单变量统计控制图来解决的，导致了多变量统计过程 控制( m u l t i v 嘶a 协s t a t i s t i c a lp m c e s sc o n 仃0 1 ，m s p c ) 删的产生。多变擞统计过程控制 怒将多变量统计分析方法融入传统的统计过程控制中而形成的，它不仅考虑单个 变量豹数量交纯，委鸯豁注震交爨之阕的稻互俸厢关系，戳及崮诧丽弓i 越的过程整 体瓣交往趋势。这弥钤了鼙交鬟统； + 遥赣控糕孬鑫立遗考察革个这程变璧豹不慧， 撼意了过程监控躲囊性。 多变量统计过程控制零质上可跌看作是一糖遭过把数据投影到嶷够准确褒薤 过程状态的低维空闽，从顾大大简化和改进过程监控的降维技术“。根据降维时 考虑的优化角度不同，可分为主元分析( p c a ) 、部分最小二乘( p l s ) 、主元嘲归 ( p d n c i p a lc 0 t n p o n 如t 心如蹦o n ，p c r ) 【1 2 】、规范变量分析( c a r l o n i c a lv 撕a t ea 1 1 a l y s i s ， c ) 【1 3 】等方法。 随着统计方法在应用过程中出现的各种实际问题，以p c a 、p l s 法为基础，提 甾了大量静改进帮扩麓静统计蘸控方法。k u ，w i s e ，r i c k e 潜在1 9 9 5 年提出动态 圭元分析1 嘲( d y n a m i cp r i n 啷a lc o m 】嬲e 越瓣l y s i s ，d 皆e a ) ，较好遗解决了数据躺动 叁蛙翊题。针对实嚣工业邂程的l 线性通惩，文裂溉q 挺窭y v i 孥多解凌方法，魏 “广义p c a ”、“主元曲线 j 秘c i p a le 州e ) ”、结会害枣经网络按术的p 醛法等，宠 蛰了多元统计监控在a 线性方磷的应用。另外，续念小波变羧姆决工业数摄多尺 度问题的多尺度主元分析方法( m u l t i s c a l ep c a ，m s p c a ) 嗍；增强大型淡程工妲统 计过程模型解释能力的层次或多块p c 脚l s 方法# 针对工业过程操作条件和过 程变量多变性的数据归一化参数方法、加权递归方法等【1 9 ，2 0 1 ，进一步提高了统计 过程监控的能力。 过程监控的鞠标怒通过识别不正常行为来确保系统成功地按计划运行。可见， 过程箍控与敬障诊断楚密不可分的。其中监控是指确定状态和检测敌障，而诊断 裂毖含分褥教漳籀定经故簿豹意悉f 2 孙。嘏耀敖障检测方法懿不闷，一般将敌漳渗 凝技术分炎三类：模燮解橱法、信号处理法帮綦于箱谈静方法l 心。 模型烬毒睡法是最攀发鼷起来躯，它棂握建立鲍对象的糖礁模型对其进行教障 诊断，可细分为参数饿计法、状态估计法釉等价空间法1 2 射。 当难于建立诊断对象的解析模型时，信号处理法通过利用信号模型，直接分 第3 页 托京亿t 天学硕上学位论文 柝可测信号，掇取特征信息，检测过程故障。而避开对象模型既是这种方法的优 点，也楚它豹不是。信号簸瑾法可进一多分为信惫融会法、小渡交换法、统计分 砉蓐法f 2 4 1 。 与信号处理法类似，纂于知识的方法也不需簇系统的定爨模型，但它克服了 前者的缺点，引入了诊断对象的许多信息，特别魑可以充分利用专家诊断知识等。 基于知识的方法还可以分为基予症状的方法和基于定性模型的方法。如专家系统 方法、模糊攫鬓方法瓣靶、模式谈弱方法阁和糖经阏络方法、定往蕊溯器、定筏仿 真和知识观测器等。 随着工业设备结构的目益复杂化和自动化程度的逐步提高，状态监控与故障 诊断技术发展到今天，已不再局限于对单一对象、单一模型的具体化研究，而是 过渡嚣鞋系统的角度，翔系统工程的壤论稚架在受普遍的意义上研究它的一般概 念、蠹在凝理、框架梅残、系统鼹次续搀及金惠馆怠交换策旗，骥及功缝模块蠡 适应性实施方案，这溉是“镏能撒控与诊断技术蛉集成2 7 1 。网对，在具体策略上 也是各种方法的相互敝合，达到集监测、诊断、控制、管理于一身，这是目前过 程监控与诊断技术的发展趋势。 1 3 2 独立分童分析算法 盲信号处理( b l i n ds i 辨a lp f o c e s 如g b s p ) 【2 8 1 是2 0 世纪最厥十年迅速发展起来 的一个研究领域。作为其中重要的一环，独立分爨分析方法，由于它所具有的重 要嚣论秘波蠲价值，受到了入工摊经潮络、统；卡信号赴理和嵇怠论等领域磅究者 的重视，舆有广阔的发展潜力。 独立分量分析是指仪利用源信号的多个观测信号，即混含信号去估计混合矩 阵和源信号的各个独立分量的信母处理方法。 那么，在仅仅已知观测信号的情况下，根据“源信弩之间相互独立”的假设， 毒戬在多大程度上识裂混台矩终，或後复潦信号，这就是辑锩懿虢立分爨分攒熬 可识别性问题。1 9 9 4 年，c o m o a 给出的d a 艄o i s 定理巴不但界定了l c a 方法灼 基本假设条件，并明确指出：对于至多只有一个高斯分摄的独立源信号，可以通 过某个称为对比函数( c o n t r a s t 嘶o n ) 的目标函数达到极大值_ 束消除观测倍号中高 阶统计关联，获 i i i 实瑷信号豹盲分离。 廖实上，l c a 数可识烈性是许多算法数基本出发点。箨法瓣最终譬蠹冬，裁楚饺 肇4 爱 北柬化下人学硕+ f ：学位论文 滠食绩号经逡努褰筵黪变挟嚣豹辕毽番号瓣器分量之闽独立穗缀大，淤魏隽投豢 来调整分离矩阵的参数，从而完成盲分离任务。对独立性的不同度量，是i c a 不同 分褰方法的投零区别。 一般认为，l c a 算法的研究_ 开始于1 9 9 1 年j u “锄及h e r a u l t 的工作2 9 1 。目前经典 的i c a 优化算法根据其蜜现的途径不同可以大致分为三类，即擞处理f b 砒穗 p r o c e s s i n g ) 、囱适应处理( a d a p t i v ep r o c e s s i n g ) 和探查性投影追踩( e x p l o r 删 p 扣o j o c t i o np u r 飙j i t ，e p p ) 。 貔处理静含义是指依据一批懑经取得的数据来进行处理，黼不是璇着数据豹 不断输入做递归式处理。在早期，以c o m o n 提出的建立在成对数据逐次旋转基础 上鹣j 觞西i 方法薅为主，餐这耱方法懿诗算魄较繁琐，效栗氇不太好。嚣鼗，法酱 学者c a r d o s o 对原始算法加以改进后提出一种建立在“四阶累积激矩阵对角化( i o i n t 8 辨# 眩i m 采i v e 蕊紧啦采i 黼强o f e i 鲷程a 撼x ，j a d e ”【3 1 】壤念墓綦霆上豹方法，菠其 性熊有所提高。此外还商极大峰魔法( m a ) 【k 州) f 3 2 】，把m a x k l l n 和j a d e 结合起来的 混合方法( s h i | lb l o c l ( m e 幽葩o f b l i 越ds e p a f a t i o 毽s h l b b s ，以及建立在四阶统计量上 的辨识法( f o b i ) 1 3 3 1 等。 自适应处理可以随辫数据的隧续取得藤逐步更新处理器参数，使处理掰得逐 步趋近于期望缩果，霹输出各分蟹统诗独立。它的计舞比较裁荤，僵收敛速度慢， 研究者正在探索改进中。这种方法主要有信息极大法( i n 南m a ) 【) 及其扩展【3 4 】，互信 塞檄夺法汹 越m i z 森。no f m 嘲酿i 髓勤髓采i o n ，m 麓王) 【3 舅，援大议然准羹法( m a x i n m m l i k e l i h o o de s t i m 砒i o n ，m l ) ，自然梯度( n a t 哪l 黟a d i e n t ) 岛相对梯度( r e l a l i v e 静a d i c n t ) 法f 弼，鼓及 线性p c a 瓣鑫逶应雾法等。 投影追踪f w l 原是一类统计学上的数学方法，其特点是通过把高维数据沿某一 特定方向投影至低维空间上来探套裹维数攥瓣缝梭。国监可知，謇擎定方自不唯一， 探瓷结果也不唯一，显然它和分祈的目的有关。在独立分量分析中，应该按照“最 独立”的方向进行。据j 墩，芬兰学嚣h ”撕n 锶等人提嫩了基予负熵( n e g 蹦蜘p y ) 的 “潮定点算法( f i x e d - p o i n ta l g 嘶 量撇) ”及其扩展i 3 8 ，瑚，以及旋转因子乘积法等。 这些看似从不同角度提出的算法在本质上都可以瓣作是某种形式的矩阵学习 算法。藏癸，鏊于定点递维算法褥铡的侠速l e a 算法f a s t i c a ) ，幽予其收敛速度浃， 且对任何类型数据都适用，在实际中得到了j 泛的应用，使得i c a 技术实用化成为 可麓。 第5 硪 北京化t 人学预 j 学位论史 在猿变分鬟分橱理论褥黉了缀大发展魏同露，述存在着诤多不甚完备的地方， 如非线性i c a 模型的处理，独立信号数目多于观测信号的情况以及分离中存在的独 立分亟幅度帮颞彦熬不镶定缝等瓣蘧。文簸【船，4 1 1 在这照方覆逡抒了积极鹣探索， 取得了一些成果，但适用的范围很小，计算复杂，效果也不尽如人意，在这方面 还鸯特更送步貔硬究。 1 3 3 独立分疑分析在统计过程j i 轰控中的威用 以p c a 、p l s 等为主的多变量统计过程监控方法广泛应用予工业生产巾，在取 得较大成功的同时，受困于一个前提条件，即提取的过程特征傣息必须满足一定 豹分蠢魏律；考纛列实舔工堑过鞭中豹噪声、波囊弱笈杂牲，遮秘约隶条件较难 满足，阻碍了宦的推广庶用。 逡独立分爨分摄熬缀瑾霹麴，它毵不鬟簧数豢售爨驻获器窥鼹分蠢，露显还 有较强的信号提取能力，因此一必学者将其弓i 入统计过程监控中，开启了个崭 薪的褒用领域。 2 0 0 1 年r f _ “，x z w 缸g 提出采用i c a 预测过程动态趋势的酶维方法【恻：把商 维的观测变量分解为少数几个独焱分量，选择其中真正的“组分”，即独立分量， 合艘后预测过程变量的黛化趋势。并以两个连续搅拌聚合反应器为例进行了仿真 验诚。但在引入i c a 分析过程变量变化的趋势后，并没有展开对避程监控的进一步 探讨。 j o n g - m i nl e e ，c h a n g k y o o ，m b e 啪l e e 等学者 4 3 1 对照p c a 多元统计监控的思 路，分蘩鞋连续反应裒阗歇夏痤避程蔻对象，逶过诤算羚a 分瓣麓懿骧立分量懿统 计量变化，监控过程变化和诊断故障。给出了较完整的基于i c a 的统计过穰监控方 法，较大地搂淤了这方露涎磷窕。 为了提高故障检测和诊断的性能，2 0 0 4 年，浙江大学的郭明、王树脊【4 町提出 了一种基于独立分量分援和支持内蹙机( s 印p o f t v 鳅o r m a c k n e ，s v m ) 对系统性能 进行瓶控的整体框架：i c a 从当前工况的数獭矩阵中掇取出特征投影系数斑阵，然 后用于训练多个s v m ，从而实现故障类型的识别，并通过，i h n e s s e c _ e a s t m a n 过程 诱粪涯实了它的可行性。 同年，陈围金、梁军、钱积新簿人4 5 1 提出结合i c a 和p c a 的过程监控方法：酋 先剃瘸 e a 献j 建程信怠中提取嚣聂鑫分奄特缝信号，鞠p a f z 窑濂佶毒手其缀枣密褒 笫6 贰 北京化t 大学顿士学位论文 确定控翻限避行过程蕊褴；其次潮疆p c i a 对剩余：过瑕信息提取鞭态分毒褥铤信号， 通邋两类统计最对此币悉特征信号进行过程监控，明摄地降低了p c a 监控的漏报 率。 独立分量分析应用f 统计过糨监控是i 瞪几年兴起的一个新的研究方向，这些 毫经取餐戆磷变成果葵定了它的蟹实基础。圈露也应i 熏意到，在这方嚣逐蠢穰多 工作耍做，比如运行系统特征的掇瞅、算法的准确性和计算量的综合考虑，以及 控制限的确定簿问题，应该进行深入的研究郓实际应用的检验。 1 4 本章小结 本章主要介绍了课照的研究背景和意义，以及所做的主要工作。并粗略总结 了一下国内终在绞量 过援燕控、狱立努量分獗秘独立分量分摄在缝诗过糕簸控镶 域的应用等几个方面的研究进展。 第7 】；：c 北京化工人学碗：= ：学位论文 2 1 引言 第二章统计过程控制 统计过程控翻始予7 0 多年瓣荚嚣体嗡特溥士( w a s h 鳓h a 哟靛第一张质量控 制圈，因而从一开始，s p c 就被者作是一种提高产品质量和生产效率的技术手段。 已程雏穰、绕织、汽车、毫子产黯簿瓷鼓筏逶登褥到了广泛懿藏弱，荠正逐激淀 造纸、炼油、化工、食晶等间歇工业和连续制造业渗透。 传统浆统诗过程控剁戳概率论襄数理统计蔑基璐，以提裹产熬质量瘩擎为嚣 标，采用统计控制图、统计描述、统计相关分析、实骏设计、回归分析等方法， 分柝处理与产晶质量相关的生产过程数据。由于受测溅技术以及数据存储謦b 分板 技术的限制，人们只能测薰生产过程中少数几个重要搔标，并对这几个指标单独 进行统计过程控制，即采用单变擞统计过程控制方法。这在某种程度上能够改进 产懿质耋_ 鞫j 窭程运 亍晶蕊。毽由予一些更黧饔静产品榷能指标往往不戆测鬃，只 让所测量的少数几个萤爱指标分别保持在规定的范围内，并不能真正保_ i 正满足所 要求戆按裁攒探窝产菇矮鲎。 随着测量技术的发展，以及计算机系统、数据库系统的普及应用，使工厂拥 鸯了稷当丰富瓣璧三产数壤资源，聪爨幸震户懿声鑫蛙戆静要求逛越来越严撂，这震 要对许多过程变量和产晶性能指标进行监控。如果需骤监控的多个产品性能指标 或多个过程变燕之间相飘作耀，则仅靠分剐对它们聚爆擎变量绫计过程控锘，其 结粜往往不太可靠，因此引入多畿量统计过稔控制技术来改进对过程的漩控。目 的怒通过分毛盱嫩产数据泉揭示、反映过程的内在变化，为提高产晶质量提供有用 信息麸两把绷有数箍资源的优势转纯为生产效益和产品质量优势。 2 ，2 肇变量绕诗遂羧攘潮 第8 硪 北京化工大学硕+ ：学位论文 2 2 1 单变量统计过稷监控简介 典型豹单交摄统计邋程控制采用的方法包括均值图、移动平均图、指数加粳移 动平均圈、累积和图等【4 叭。 建立常用的s h e 、) l ，h a n 统计控制图般包括以下几个部分的工作：采集数据， 售诗过程豹均壤_ 馥方差，选定羧测壁类型，诗冀势确定警告隈鞠控裁羧。 在建立统计过程控制图时，由于采样中存猩的内在变化，幽采样值所得到的过 程均壤袋方差鬻笈霜实际懿筠壤和方蓑并不一徉。这鸯可能导致秀类风殓： a 实际过程并没有出现异常情况却采取了控制措施，这是由采样中的误 差掰致； b 。 尽筲实际过程中出现了异常情况，但由于采样中没能反映 妲来，蕊没 有采取相应措施。 毽l | ：在设谤控制图畦，需要协调这鼹秘燧黢。遽常撼控制隈设为均馕嬲减3 0 9 倍标准麓；在实际工业应用中，通常取3 倍标准差。当过程运行超出控制限时， 嚣要采彀逶当戆控澍措藏毒孥过耧豢露燕攀操非藏嚣。将警告袋浚必均壤翔减l 。粥 倍标准麓；在工程应用中，通常取2 储标准差。当过稷运行超出警告限时，需要 对过程撵 睾入受发窭警密疆握熬注意。一般说洙，当两令采祥赢都超爨警告袋瓣， 应该采取必要的控制措施。 2 2 2 单变羹统计过獠监控圈类型及特点 ( 1 ) 一图 x 一图是用来控制过程均值的控制图，在建立z 一圈时需要满足以下几个条件： & 数撂黢飘葳至少涯织黢获正态分毒； b 每组样本数目一样； c + 掰毒组帮翔同样的热教； d 测量值是相互独立的。 现裔工业生产中豹菜种产晶的长发数据( 单位：黼) ，每班生产采集5 个样本 测试其长度，数据如表2 一l 所示。 第9 页 北京化t 人学娥 ：学位 仑嶷 袭2 1 产晶琵度数据钿n ) 班组测鼙值均值标准差 ll 氇9 l 毒3 。l1 3 8 3| 4 2 。8l 鞠。s1 4 0 。e 42 ，0 弱 21 4 0 01 3 8 51 4 2 51 4 2 21 4 0 31 4 0 7 0 1 6 5 7 31 4 3 11 3 8 61 4 2 i1 4o - 51 4 2 ，l1 4 1 2 81 7 6 4 41 3 8 sl 1 1 4 2 s1 3 8 71 4 巍l1 4 毡嚣 l 。7 2 3 51 3 7 61 3 7 31 4 1 21 3 8 81 4 3 31 3 9 6 42 5 5 8 61 4 1 o1 4 3 31 4 1 71 4 3 。o1 4 0 。51 4 1 9 01 2 2 3 71 4 0 ，s i 3 8 2 1 3 9 。81 3 6 11 3 。81 3 8 8 哇i 7 4 4 81 3 7 81 3 6 61 3 9 61 3 9 o1 3 9 11 3 8 4 21 ，2 1 3 9 1 3 7 61 3 8 91 3 9 11 4 1 81 36 l61 3 8 8 01 9 6 t 1 0| 3 7 。| 4 1 9l o 尊1 4 1 ?1 4 i 。4l 毒0 7 2 1 7 3 0 l l1 3 7 71 3 5 81 3 8 51 4 1 61 3 8 11 3 8 3 42 0 9 6 1 2 1 3 9 21 3 9 41 3 7 91 4 l ，41 3 7 s1 3 轨0 81 5 3 2 1 31 4 0 。41 3 8 。41 3 鲁2l 盼1l 髂2l 0 。2 6 1 8 2 2 1 41 4 1 21 3 9 41 3 9 21 3 8 91 3 9 01 3 9 5 4o 9 4 8 l s1 4 0 31 3 9 71 4 3 51 3 8 o1 3 9 01 4 0 1 02 。0 8 4 l s1 4 ，li 4 2 31 3 & 0i 4 0 81 3 搴1i 搬8 62 髓2 1 71 3 7 81 4 2 51 3 8 s1 4 0 31 3 8 21 3 0 4 61 9 5 0 1 81 3 9 51 4 0 ，51 4 1 o1 4 2 11 4 幺5“1 1 21 2 1 3 垂1 3 9 8i 4 1 41 3 7 尊1 3 7 8i 4 巍01 3 9 3 8l 。5 2 7 2 01 4 0 51 3 8 71 40 21 4 2 01 4 2 31 40 - 7 41 4 6 0 2 l1 4 3 t1 4 1 21 3 8 51 3 7 o1 3 7 。l1 3 9 3 82 6 8 3 2 2 i 3 7 。l i 3 霞0 1 3 & o1 3 3 。7i 4 i 1 3 & 8 62 8 7 5 2 31 3 8 91 3 9 61 4 l j01 4 l71 3 8 71 3 9 9 81 3 1 8 2 41 4 0 01 3 7 41 4 0 t 81 40 51 4 1 3t 们0 01 5 2 8 2 s 1 4 氇 i 3 9 ，41 4 3 喜 i 4 1 41 3 6 - 5 l 毒0 1 8 2 5 8 2 3 4 9 6 7 6 长度数据豹均缓和耘准差信诗懿下： i 。3 4 9 6 嘿5 = 1 3 9 8 7 害。扼两再丽矛i i 研“8 9 3 7 均毽橼准差为：d ：含。舾：。8 4 静 警告限为：x 2 仃= 1 3 9 + 8 7 士2 o o 8 4 6 9 ，即 1 3 8 1 8 ，1 4 l 。5 6 ； 控制限为：j 3 盯= 1 3 9 8 7 3 o o 8 4 6 9 ，即 1 3 7 3 3 ，1 4 2 4 1 ； 将均缓佟为强豹中心，凝凌褒i 毒莎，弹【1 3 5 ，8 ，1 4 3 。2 8 】，酸整为 1 3 6 ，| v 垂4 】。 由此得到x 一图，如图2 1 所示： 第1 0 负 北京化t 人学碗 ：学位论文 s a m 口i en u m b e r 隧2 一l 叉一强 建立x 一图后，即可由控制图削断过程运行的状况。当有如下任一情况时，就 霹蔽诀荧运露避程中出糕了异霉； a 当有1 个点超出控制限时； b 当2 个连续的点趣出丽一条警告限孵； c 当7 个连续豹点在均值的问一侧时； d 当有? 个连续增加或减少的点时。 如图2 2 所示，顺序给出了这霹种情况下的一图。 北康化工大学硕5 i ：学位论文 幽2 2 四种异常情况 麸x 一圈掰知，这耪革交量统计控剩圈麓携、可靠，麓够有效地捡测獭过程平 均水平的突变，并在实际中德到了广泛的成用。但也存在着不能及时检测出过程 均餐蕊镶移或小变纯豹缺点。 ( 2 ) 指数加权移动平均凝( e w m a 图) e w m a 嗣对过程为“每次一个数据”的情况，或者需要高精度来检测小的变 化的情况非常商效。在一连续鲍生产过程中，考虑到过去时刻的测量值对当斡僮 有一定影响，潮此劂a 图在记蒙当前测量值的同时，并对搿史数据进行加衩， 其权值随时间增加而呈搬数递减。以此建立e w m a 图，步骤如下： 对采样的数蠢彳蠢诗过程翡穰、标准麓： 选择一个在o 1 至0 5 之间的p 值，作为当前时刻数据的权重； 选择个初始德( 一般为= ) ，作为整体均值或餐标值； 计算势标出移动均值纛i ：t = p 并，+ o p 鲰；，其中f 表示溅量次数； 将控制限标绘校一f ，其中因子爿的取值见本章后硒的附表。 在上述遘耀中，权爨p 篷豹选择要禳鬃爨傣耩嚣巍定：大豹p 篷霰| | 鬟予兰翦 北京化工 举倾l 学位论文 的测量值，从而能很快检测到统计变量在过程中的变化，但同时也会对测量噪声 敏感；小豹p 德将铡耋于历史数据，这样虽不会对铡爨噪声敏感，但会对灏餐过 程中蛉变优反映滞怎。因此要针对具体情况，综合考虑。 仍以前面的工业产品长度数据为例，建立它的童w m a 图。过程数据均慎为 膏= 1 3 9 8 7 ，括准差为= 1 8 9 ；剩e 翟婚筑图豹上、下羧涮蔽分掰为软麓= 1 4 ，2 8 、 d e z = 1 3 8 4 6 ；令芦= o 4 5 ，蜜附表得一= o 7 4 5 。则建立相应的工业产品长发螅 e w m a 图如下所示： s 鑫糖器l e 辩u m b 静 豳2 3 指数加权移韵平均幽 获潋上分橱可知，缮数鸯弱毂穆动平均强( e w m a 醋) 考虑了历史数撵对当前溺 量值的影响因素，能够较好地检测出统计过程变量小的偏移；但同时，这种方法 对予过程的突交存在着滞后现象。 ( 3 ) 豢积窝甏 累积和图幂u 用序爨分析的原理，通过历次测量的累积计算结果来刿叛过程运 行是否处于统计控制状态。累积和图中的各点代表累积值 墨= 如一 式( 2 1 ) 其中葺憝测量蕊，芦势稳诗豹均德。 现绘出工业生产中菜转药片的质量测量值( 雄位：妙，标准状掘下药片的平均 质量为4 克，根据表2 2 所给出的数据绘出累积和图。如果从第3 0 次测艇值开始， 以居的每次寝l 堂篷邦增嬲0 2 蹙，则褥至累积鞠匿中的寝线趋势圈，钛圈2 4 可 知，虚线及时反映了过程均值的变化情况。 第1 3 页 夏山 北京他r t 人学顿1 ：学位论文 s a m d i en u m b e r 麴2 4 鬟积幕 鹜 由于累积和图是对历次测量值的累积计算结果，所含的信息较多，因此提高 了判断生产过程异常变化的灵敏度。它不仪可以迅速棱测出生产进程的小缡穆， 而且易于定位变化点，裔助于分析过程交化的原因。 从以上分析可以看出，针对不同的考虑角度，可以采用不网的单变量统计过 程控制图形式。一般说米，在实际中最常使朋的单变萤统计控制方法还是如同x 一 图一榉，在暇设数据分布服从m 态分布的前提下，根据“船原则”，即以 瞄一3 仃，+ 3 拶】或者b 一3 o 盼，芦+ 3 0 9 仃】为测量变量的上下控制限，对单个对象进 行绞谴分板( 注：其中掣表示溅量变量数平均壤大，j 、) 。本文慝藤爨采震的单交量 统计控制都是按照这种方法做图分析的。 第1 4 页 北求化t 人学碗i ：学位论文 2 3 多变量统计遗耩控翩 传统的统计过程控秘是基予蘩变量绞诗接裁懿努捱方法，攀变量统键+ 过程控 制风能孤立地检测单一变量的变化，而不能有效地提供关于多个变量相甄作用的 信息。在现代生产过程申，不仅嚣要测量大量的过稳变量，藤一建一般说袋，这些 过程变量之间高度相关。有时，这种相互作用信息对于刻画运行过程豹性质比单 个过程变量的数值更为熏要。因此，单变墩统计过程控制难以在这些过稷中有效 地袋挥作用。丽盈，帮使对每个过程交量都迸李子了统计努析，这些大量豹、没有 主次区别的处理结果信息对于接收者和使用者都是一种沉重的负担。 在实际王照生产盛瘸霪求熬驱动下，麓锋辩鞋上方法懿弱蔽经，为鼗李| 入了 多变量统计过程控制方法。多变嫩统计过裁控制是将多变量统计分析方法融入传 统瓣统诗过程控裁孛嚣澎残救，楚对存在麓多令程关变量豹生产遘程逡黪整测、 分析、控制的方法与技术。它采用多元投影方法，在尽量不损必原始信息的条件 下将离维数攒空闯投影到低维特疑空闽，慰提取的少数特征变爨进孬贫毫蓐处理， 极大地降低了分析的难魔，是一种高维数据分析处理韵有效工舆。 常用的多变量统计分析方法主要有主元分析、部矜最小二黎、主元卿归等。 出予在实际醵连续过程中，变量糊的菲线擞关系普遍存在，因此又把菲线性多交 量分析方法引入到多变蠛统计过稷控制之中，使其成为一个具有众多研究热点的 学季萼方淘。 在数据量大、数据维数高、变量间具有相互作用的连续过程中，多变量统计 过程控裁成秘壤痤翅予绞计质量羧澍、过疆整控、生产数莛懿分辑挖撼、救簿诊 断等方面。为提高产品质量的一致性，提高生产过程的灵活性和能力，进而提高 企、韭资产敢蠢效拳用率起到了重要作用，鸯力蟪推动了工韭生产控割技术戆进步。 多变量统计过程控制在国外工业界的应用也刚刚开始，但它已被作为种提 高产品质量和过程运行熊力，从掰提高企业竞争能力的耨技术蕊褥到工业赛的裹 度璧祝。随著我国工业技术升级和生产能力的迸一涉扩大，提黼产品质豢、提高 过程的运行能力和灵活性，将是企业在竞争中得以存涵和发展的保障，而多变量 统计过程控翎方法必然余在其中发挥重要静作用。 最后，还成该注意到两点：统计分析的结果需要借助于过程操作人员的经 验、知谈进孬解释，需袋狠撵遘耧豹凝理去溪解、运麓。嚣魏数据翡采集、统诗 第1 5 硅f 北京化工人学硕士学位论冀= 分析计算、图表只是统计过程控制的一部分，更重要的是需要有管理、生产人员 的参与。统计过程控制是用来促谶和保持现代工业生产正常运转的有效工具， 但并不能解决生产中出现的所有问题。它的作用主蒙在于帮助人们认识和了解工 业过程中存在的问题，认识生产过穰的内在特性、变化规律及寻找生产过程发生 异常的原因，班及用于对生产过程的控制或者对过程的褥设计，进而改进现有的 生产邋程。 2 ，4 本章小结 本章介绍了统计过程控制方法，重点分析了单变量统计过程控制中常用的i 图、指数加权移动平均图、累积和图的功能和特点。并在最质指出，对统计过程 控制应该有一个正确的应用方j 虫和心态。 附袭 姆造酗v m a 图的因子 第1 6 砸 北京化t 大学碳l + 学位论文 第三章独立分量分析( 1 c a ) 理论、算法和应用 3 1 弓l 言 缓设在一个房麓墼商两个人溺时说话，在痨潮攀豹不嗣位嚣藏萋静两伞麦克 风能够记录下遮两个语音信号，如果只使用斌两个记泶的混合声音信号分离出两 令入熬语音，爨么逮裁怒掰诿豹“鹆尾溪会”瓣瑟( 椰鼬采l p 烈y p f 。b l e m ) f 2 s 】。 推而广之，从溉合信号中分离出源信号的方法被称作