[发明专利]一种面向质量的非线性动态过程监控方法

说明书

本发明涉及一种面向质量的非线性动态过程监控方法，包括以下步骤：(1)、采集非线性过程在正常工况下的过程数据和质量数据，构造建模数据并进行标准化；(2)、计算与质量相关的典型向量的标准平方和及其控制限；(3)、计算与质量不相关的主元向量的标准平方和和平方预测误差SPE_ex及其控制限；(4)、实时监控非线性动态过程中的过程变量和质量变量的数据，计算和SPE_ex统计量，判断是否发生故障、过程故障是否影响产品质量。本发明能够有效过滤掉不影响产品质量的过程故障报警，提高过程监控的可信度，增强了实时过程监控系统的逻辑完整性和实用性，适应非线性动态化工过程实时过程监控的需求；过程故障判断准确，实时过程监控效率高，适应范围广。

技术领域

本发明涉及化工生产过程监控技术领域，尤其涉及一种面向质量的非线性动态过程监控方法。

背景技术

当代化学工业生产过程日益复杂，过程安全性和可靠性至关重要。过程监控技术是利用测量数据监控过程的运行状态，对异常情况进行报警。因此，过程监控技术是保证过程安全、稳定、长期运行的关键。过程变量往往在线采集，质量变量往往离线化验得到，采样频率低，而且存在时间滞后。考虑过程监控的实时性，传统数据驱动的过程监控方法只利用过程数据监控过程的运行状态，如主元分析，独立元分析和典型变量分析等。因此，上述过程监控方法只能指示过程变量是否异常，无法判断产品质量是否异常。根据过程故障对产品质量的影响，过程故障可以分为2类：1.过程变量异常并进一步导致产品质量异常；2.过程变量异常，但在控制器的调节作用下，产品质量没有受到影响。化工生产过程的操作员往往关心产品质量是否正常，第2类故障往往被视为误报，从而大大降低了过程监控系统的可信度。因此，如何区分影响产品质量的故障和不影响产品质量的故障成为过程监控中亟待解决的问题。近年来，在一些研究成果中陆续提出了潜结构投影方法、动态CPLS方法、CPLS方法、改进的CPLS方法以及动态输入输出典型变量分析方法，上述方法假设过程是线性的，而实际化学工业过程往往具有较强的非线性动态特性。对于非线性动态过程，尚未见逻辑完整、实用性较强的面向质量的实时过程监控技术。

发明内容

本发明所要解决的技术问题是提供一种面向质量的非线性动态过程监控方法，能够区分过程监控中影响产品质量的故障和不影响产品质量的故障。

为解决上述技术问题，本发明的技术方案是：一种面向质量的非线性动态过程监控方法，包括以下步骤：(1)、设置非线性动态过程中的过程变量和质量变量，采集非线性过程在正常工况下的过程数据和质量数据，构造建模数据并进行标准化处理；

(2)、利用非线性典型变量分析进行子空间分解，提取与质量相关的过程特征，计算与质量相关的典型向量的标准平方和T_s²及其控制限；

(3)、利用非线性主元分析进行子空间分解，提取与质量不相关的过程特征，计算与质量不相关的主元向量的标准平方和和平方预测误差SPE_ex及其控制限；

(4)、过程监控：实时监控非线性动态过程中的过程变量和质量变量的数据，利用过程数据计算T_s²、和SPE_ex统计量，判断非线性动态过程是否发生故障、过程故障是否影响产品质量。