基于奇异值分析的多模式工业过程监测

为适应市场需求变化、生产计划调整等要求,现代流程工业过程往往在多种操作模式之间切换。针对此问题,提出基于奇异值向量相对变化的模式识别方法,将整个过程划分为平稳子过程与过渡子过程交替的结构,对不同子过程应用不同的独立分量分析统计模型进行在线监测,并在TE过程仿真平台上进行了验证。结果表明,这种方法可以降低多元统计过程监测系统的误报率,从而提高过程监测的准确性和可靠性,同时进一步扩展独立分量分析多元统计过程监测技术的应用范围。