高学金, 孟令军, 王 豪, 高慧慧

基于分步时空JITL-MKPLS的间歇过程故障监测

高学金1,2,3,4, 孟令军1,2,3,4, 王 豪1,2,3,4, 高慧慧1,2,3,4

(1. 北京工业大学 信息学部, 北京 100124; 2. 数字社区教育部工程研究中心, 北京 100124;3. 城市轨道交通北京实验室, 北京 100124; 4. 计算智能与智能系统北京市重点实验室, 北京 100124)

针对多阶段时变的间歇过程难以用全局模型准确描述生产过程的动态变化及传统局部建模每个工作点都需要重新筛选样本建模导致计算量较大的问题，提出一种分步时空即时学习的局部建模策略。采用仿射传播(AP)聚类的方式对历史数据样本集中的数据进行初步分类，在当前输入样本数据到达后，确定当前样本数据所属的类别，在此类别所限定的子数据样本集中使用时间和空间相结合的即时学习策略确定出局部相似样本，建立多向核偏最小二乘监测模型。将该算法在青霉素发酵仿真数据和大肠杆菌发酵过程生产数据上进行验证，结果表明，所提方法不仅减少了不必要的计算量，还能够更加精准即时地进行故障监测。

时空即时学习；分步；多向核偏最小二乘；局部建模；故障监测

1 前 言

间歇过程作为现代工业过程中极其重要的一种生产方式，已经被广泛应用于医药、食品、生物化工、半导体等多品种、高附加值产品的生产中[1]。但是在实际过程中，由于设备老化和外在环境突变等一系列问题，故障时有发生。因此，对间歇过程进行故障监测对于保证生产过程的安全以及提高产品质量变得至关重要[2]。……