資源描述：
《面向間歇發(fā)酵過程的多元統(tǒng)計(jì)監(jiān)測方法研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、浙江大學(xué)信息科學(xué)與工程學(xué)院博士學(xué)位論文面向間歇發(fā)酵過程的多元統(tǒng)計(jì)監(jiān)測方法研究姓名：劉世成申請學(xué)位級別：博士專業(yè)：控制科學(xué)與工程指導(dǎo)教師：李平;王海清20081001浙江大學(xué)博士學(xué)位論文(2)發(fā)酵過程中存在的不同操作模式，以現(xiàn)有方法直接對過程建立單一模型進(jìn)行監(jiān)測，往往會引發(fā)大量的誤警。針對以上問題，提出了一種多MPLS模型統(tǒng)計(jì)監(jiān)測方法，分別以MPLS對各個操作模式建立監(jiān)測模型?；赑ensim仿真平臺，運(yùn)用嚴(yán)、SPE統(tǒng)計(jì)監(jiān)測圖，結(jié)合監(jiān)測變量貢獻(xiàn)圖對青霉素發(fā)酵過程進(jìn)行建模與監(jiān)測，仿真結(jié)果表明，所提出方法可以減少誤警、在過程的不同操作模式下能監(jiān)測到過程中存在的故障并能
2、辨識出故障源。(3)針對發(fā)酵過程存在的時變特性，提出了一種在線的基于秩．1矩陣攝動的遞歸主元分析(RPCA)算法以提高過程監(jiān)測的性能。以Pensim為仿真平臺，結(jié)果表明所提出算法能有效跟蹤過程的時變特性，減少系統(tǒng)的誤警且能及時地監(jiān)測出過程中存在的故障，適合于過程的在線監(jiān)測。(4)針對發(fā)酵過程中典型的動態(tài)強(qiáng)非線性特征，提出了一種將EWMA與KPCA相結(jié)合的MEWMA．KPCA算法，以跟蹤過程的動態(tài)特性并使其能有效處理過程的非線性屬性?；赑ensim仿真平臺，結(jié)果表明，所提出算法可獲得過程的動態(tài)非線性特性，用于過程監(jiān)測可降低正常運(yùn)行過程的誤警與漏報(bào)現(xiàn)象，且能較早地
3、檢測出故障。(5)針對過程數(shù)據(jù)分布的非高斯特性，提出了一種基于特征空間遞歸更新的在線獨(dú)立元分析(RUFS．ICA)監(jiān)測算法，在每一監(jiān)測時刻，先對樣本的特征空間遞歸更新，后用ICA算法提取過程變量的獨(dú)立元，在計(jì)算出統(tǒng)計(jì)量后通過監(jiān)測圖對過程進(jìn)行監(jiān)控，實(shí)現(xiàn)了過程的在線監(jiān)測?；赑ensim平臺，仿真結(jié)果表明，所提出算法基本克服了漏報(bào)現(xiàn)象，降低了在線監(jiān)測的運(yùn)算復(fù)雜度，節(jié)省了存儲量，從而證明了算法的有效性。最后，在總結(jié)全文的基礎(chǔ)上，對未來的研究工作進(jìn)行了展望。關(guān)鍵詞發(fā)酵過程統(tǒng)計(jì)監(jiān)測故障診斷多元統(tǒng)計(jì)方法Pensim仿真平臺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
