[发明专利]一种基于张量主元分析的不等长批次数据实时监测方法

摘要

本发明公开了一种基于张量主元分析的不等长批次数据实时监测方法，本发明利用历史过程数据作为训练集，在张量空间对不等长批次数据进行建模分析，提炼出合适的统计量，然后利用该类统计量对当前批次过程进行实时监测，很好的解决实际批次过程中常见的数据不等长问题，并极大提高了监测性能。

主权项

1.一种基于张量主元分析的不等长批次数据实时监测方法，其特征在于，包括以下步骤步骤S1：数据采集；采集批次过程数据{X₁,X₂,…,X_N}，其中X_i是一个K_i×J大小的二维矩阵，N是批次序号，K_i是第i个批次中的样本个数，i＝1～N，J是每一批次每个样本被监测的变量个数；步骤S2：建模分析和参数提取；利用张量主元分析方法对不等长数据建模分析，并用交互迭代算法求解模型参数，包括列负载矩阵V、所有得分向量的均值向量所有得分向量的协方差矩阵Σ，T²统计量的控制限CL_T和残差统计量SPE_i,k的控制限CL_E；将各模型参数和控制限保存到数据库；步骤S3：监控计算；对新采集的样本变量向量进行下列计算t_new＝V^Tx_newe_new＝x_new‑VV^Tx_new式中表示新采集样本的得分向量，表示新采集样本的残差向量，是新采集样本的T²统计量，SPE_new是新采集样本的残差统计量；如果或者SPE_new>SPE_i,k，则表示过程中有故障发生，否则无故障发生。