基于改进OPLS间歇过程监测、质量预测及异常变量追溯

《基于改进OPLS间歇过程监测、质量预测及异常变量追溯》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、东北大学硕士学位论文摘要基于改进OPLS的间歇过程监测、质量预测及异常变量追溯摘要‘r提高产品质量、保证生产安全一直是现代工业追求的目标，如何对产品质量实时预r测、实施过程监测，及时有效的修复故障，成为现在研究的热点之一。随着计算机等相它关技术的发展，工业过程可获得大量甚至冗余的数据，这些数据蕴含着与生产过程运行◆状态及最终产品质量密切相关的信息，若能充分利用这些数据将具有非常重要的意义。本文以多变量统计方法为理论，提出了基于窗口均值OPLS的质量预测、过程监测及异常变量追溯方法，并将其应用到连续退火生产过程中。主要工作包括：本文通过参考国内外相关文献，介绍了基于PLS方法的质

2、量预测、过程监测及异常变量追溯。为使模型更易于解释和理解，引入了OPLS算法。在OPLS算法中，正交成分个数的确定是一个关键的问题，本文提出了一种改进的0PLS算法，为准确的确定正交成分个数提供了一个有效的手段。针对建模变量多、模型结构复杂、数据不等长等问题，提出了窗口均值OPLS算法，该方法依据工艺时段确定窗口宽度，并在每一个窗口宽度内取过程变量的均值作为输入变量建立OPLS模型；在进行异常变量追溯时，本文提出了贡献控制限、超限率的思想，为及时修复故障提供了可靠的保证。连续退火过程具有过程变量多、数据采样频率高等特点，在生产过程中带钢硬度很难在线测得，主要是通过截取带钢头、尾

3、部进行离线实验分析获得，控制也主要依据操作工人的经验来实现，具有较大的滞后性和盲目性，而且在连续退火生产中带钢的硬度缺陷很难弥补。本文将窗口均值OPLS算法应用到连续退火过程带钢质量预测、过程监测及异常变量追溯中，验证了该方法的有效性。关键词：窗口均值0PLS；连续退火；质量预测；过程监测；异常变量追溯一II—、，，'●9-东北大学硕士学位论文AbstractProcessMonitoring，QualityPredictionandAbnormalV-ariablesDetectionBasedonImproVedoPLSAbstractIthasbeenapersisten

4、tgoalforprocessiIldustrytoincreasemequali妙ofproductsandensurethesaf．etyofoperation，arldhowtopredictthequality，monitormeprocess，find龇ldreStorefaulttimelyhaVebeen也eresearchfocusauccordingly．Wi也the缸timpr0Vingofcomputerteclll_1iqueandsoon，abulldamoreVenreduIldantdatacanbeobtained，wmchincludesimm

5、ationcloselyrelated谢tlloperationstatesaIldfinalqual岖n而llbemuchmoremeaIlingmlifweca芏lmal(emUuseofmesedata．Intllispaper，讹dowS-meanOPLS(Onhogonalp枷alleastsquares)isproposedforqual时prediction，processmoIlitoringandabnomalV撕ablesdetectionbaSedonmultiV撕atestatisticalmemodsa11ddatamillingtechnology．

6、Finally，itis抽troducedt0continuousannealingprocess．111emaincontributionsof“sdissertationcanbes咖姗撕zed硒follows：Thequalityprediction，processmomtoringandabnomalVariablesdetectionbaSedonPLS(paniaJleaStsquares)跹dMPLS(multiwaypanialle嬲tsquares)aredescmedaccordingtoliteral[uresbotllhome锄dalbroad．OPLS

7、isiIltrDducedtoma：ketllemodeleaSiertointe印rete．ThedetemlinationofnumberoformogonalcomponentsisanimportaIltissuei11OPLSalgorithm．AnimproVedOPLSalgorithmisproposedtoproVideanefrectiVemethodtodete加：linemenumberofortllogonalcomponents．Attlles锄etime，Win