王国柱,路 通,池晓航,周 强,杜志勇

(1.卫华集团有限公司,河南 长垣 453400;2.河南工学院 电气工程与自动化学院,河南 新乡 453003;3.郑州大学 电气工程学院,河南 郑州 450001)

0 引言

工业过程的平稳性、安全性与可靠性是企业关注的重点问题,也是提高企业生产效率和产品质量的关键因素。当工业过程中出现异常时,如果没有及时发现并处理,很有可能导致生产线停工、企业生产效率下降、环境污染,甚至是更加重大的经济损失和人员伤亡,并且当异常逐渐发展为较大的故障后,造成的破坏大多数是不可逆的[1-2]。因此,过程监测成为工业安全稳定领域的研究重点,并得到国内外专家学者的广泛关注[3-5]。

工业过程监测经过多年的发展,其分类方法也在不断完善,现大致分为基于解析模型的方法、基于知识的方法和基于数据驱动的方法[6-8]。但随着工业控制领域自动化、信息化、智能化水平的不断提高和计算机技术的飞速发展,集散控制系统和智能仪表得到广泛使用,生产过程中的数据已经可以被采集并长期存储起来,这些数据中包含了系统运行的大量信息,对分析过程的历史、现状以及预测过程未来的运行情况都是不可缺少的宝贵资源。充分的数据分析和应用,也能够避免所谓的“数据丰富,信息缺乏”现象。传统的基于数据驱动的过程监测方法在建模时通常会做出一定的假设,很难满足工业过程的实际要求[9]。因此,基于统计理论过程监测方法受到了国内外研究人员的广泛关注并得到了较快的发展,该方法具有不需要建立系统精确数学模型的优势,主要依赖正常过程数据建立统计学模型,从统计学角度对生产过程的安全性进行描述。……