连续工业过程主元模型研究
主元分析(PCA)、部分最小二乘(PLS)等统计投影方法在多元统计过程监控(MSPM)中具有很重要的地位.但由于过程历史数据一般信噪比(SNR)较小,而且可能存在异常值,难以直接建立准确的过程主元模型;另一方面,化工过程的慢时变特性也影响了主元模型在长时间运行下的有效性.本文以小波消噪为预处理手段,应用递归于PCA(RPCA,Recursive PCA)方法较好地解决了主元模型建立的问题.并通过对一个常减压过程的多元统计监控得到验证.
主元分析 多元统计过程监控 小波消噪 递归PCA
赵仕健 徐用懋
清华大学自动化系(北京)
国内会议
澳门、珠海
中文
103-107
2002-07-01（万方平台首次上网日期，不代表论文的发表时间）