基于PSO的间歇生产鲁棒统计过程监控
谢磊;王树青;张建明
浙江大学工业控制技术国家重点实验室,先进控制技术研究所,浙江 杭州 310027
PSO-based robust MPCA and its application to batch process monitoring
XIE Lei;WANG Shuqing;ZHANG Jianming
摘要: 间歇过程广泛应用于精细化工产品、生物化工产品等高附加值产品的制备.为提高间歇生产的可重复性,提高批次之间产品的一致性,多向主元分析法(MPCA)广泛应用于间歇生产过程的监控.针对MPCA统计监控模型容易受到建模数据中离群点影响的不足,提出了一种基于微粒群优化算法(PSO)的鲁棒MPCA分析方法,并进一步给出了相应鲁棒监控统计量的计算方法.对于链霉素发酵过程的监控表明,相对于普通MPCA,鲁棒MPCA在建模数据中存在离群点时仍能够给出正确的统计监控模型,从而有效减少了建模过程对数据的要求.