基于软时段划分的间歇过程在线监测、诊断及质量预测方法的研究

间歇过程是现代过程工业的一个重要分支。以保障安全生产和连续稳定的产品质量为目标的过程监测、故障诊断及质量预测已成为一个迫切且必要的研究方向。然而，由于间歇过程固有的多变量、多工序、反应复杂、过程运行时间不确定，以及产品市场占有周期短等多种原因，基于机理分析、知识推理等的经典建模方法难以实现。以主成分分析（PCA）和偏最小二乘(PLS)为核心的多变量统计建模方法是处理高维、高度耦合的过程数据的有效工具。由于间歇过程的变量随着操作工序及运行时间时刻变化，传统的PCA和PLS方法不能直接应用于间歇过程。多操作时段是许多间歇过程的一个固有特征，每个操作时段具有不同的过程运行特性，同时相邻时段间存在一定范围的过渡区域。本研究项目将针对间歇过程多时段的数据特点，分析过程变量相关性与运行时段的变化关系，提出有效的基于PCA和PLS的软时段划分算法，并应用于间歇过程的在线监测、故障诊断及质量预测中。