面向间歇发酵过程的多元统计监测方法研究

《面向间歇发酵过程的多元统计监测方法研究》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、浙江大学信息科学与工程学院博士学位论文面向间歇发酵过程的多元统计监测方法研究姓名：刘世成申请学位级别：博士专业：控制科学与工程指导教师：李平;王海清20081001浙江大学博士学位论文(2)发酵过程中存在的不同操作模式，以现有方法直接对过程建立单一模型进行监测，往往会引发大量的误警。针对以上问题，提出了一种多MPLS模型统计监测方法，分别以MPLS对各个操作模式建立监测模型。基于Pensim仿真平台，运用严、SPE统计监测图，结合监测变量贡献图对青霉素发酵过程进行建模与监测，仿真结果表明，所提出方法可以减少误警、在过程的不同操作模式下能监测到过程中存在的故障并能

2、辨识出故障源。(3)针对发酵过程存在的时变特性，提出了一种在线的基于秩．1矩阵摄动的递归主元分析(RPCA)算法以提高过程监测的性能。以Pensim为仿真平台，结果表明所提出算法能有效跟踪过程的时变特性，减少系统的误警且能及时地监测出过程中存在的故障，适合于过程的在线监测。(4)针对发酵过程中典型的动态强非线性特征，提出了一种将EWMA与KPCA相结合的MEWMA．KPCA算法，以跟踪过程的动态特性并使其能有效处理过程的非线性属性。基于Pensim仿真平台，结果表明，所提出算法可获得过程的动态非线性特性，用于过程监测可降低正常运行过程的误警与漏报现象，且能较早地

3、检测出故障。(5)针对过程数据分布的非高斯特性，提出了一种基于特征空间递归更新的在线独立元分析(RUFS．ICA)监测算法，在每一监测时刻，先对样本的特征空间递归更新，后用ICA算法提取过程变量的独立元，在计算出统计量后通过监测图对过程进行监控，实现了过程的在线监测。基于Pensim平台，仿真结果表明，所提出算法基本克服了漏报现象，降低了在线监测的运算复杂度，节省了存储量，从而证明了算法的有效性。最后，在总结全文的基础上，对未来的研究工作进行了展望。关键词发酵过程统计监测故障诊断多元统计方法Pensim仿真平台lI!生!!!!!．．一．AbstractFerme

4、ntationiscloselyrelatedtOpeople’Slife，whichisanolinear,dynamicandmultiphasefed-batchprocess．Differentfromacommonindustrialprocess，itsmechanismandoperationismuchmorecomplexthanthatofacontinuousprocess．Thequalityoffermentationproductionisliabletodeterioratingbyuncertaintyofmaterials，eq

5、uipmentconditionsandenvironment．Inordertoimproveproductionqualityandthesafetyoffermentationprocess，anefficientmonitoringsystemmustbestructuredtodetcecttheabnormaleventsoftheprocess．AccordingtOtheapriorknowledge，monitoringmethodscanbeclassifiedintothreegroups，whichareanalyticalmodelba

6、sedmethods，prior-knowledgebasedmethodsandprocessdata-drivenbasedmethods．Duetorelatedtothegrowthandpropagationofthalli，themechanismoffermentationisverycomplicated，whichisthereasonwecall’tfindanaccurateanalyticalmodel．Thecomplexityoffermentationmechanismrestrictstheapplicationsanddevel

7、opmnetofthefirstgroupofmonitoringmethods．Onconditionthatmuchproductionexperienceandknowledgeofexpertscallbegained，thesecondgroupofmethodscallbeusedtomonitoringtheprocess．However,weCall’tgetsufficientexperienceandknowledgeoffermentation，SOprior—knowledgebasedmethodsarenotfitforitsmoni

8、toring．Witht