基于KPLS数据重构的非线性过程监测与故障辨识

为适应快速变化的化工产品需求,过程工业逐步向柔性生产发展,使得间歇过程的应用日益广泛。这一类工艺过程具有动态和非线性的特征,过程故障带来的工艺波动和安全风险是较为突出的挑战。采用基于核函数的偏最小二乘方法,在高维特征空间提取特征变量,这些变量包含了生产过程的非线性结构特征,也反应了过程工况的模式特征。针对传统线性方法存在的故障漏报等问题,利用核函数技巧,在特征空间进行数据重构,进而计算统计监控指标SPE,并通过对SPE的在线监测实现更加有效地故障辨识。本方法针对标准非线性测试对象进行了过程监测,实现结果充分说明了方法的有效性。