华南理工大学学报(自然科学版)

作者：孔祥玉, 陈雅琳, 罗家宇, 等

单位：火箭军工程大学

关键词：偏最小二乘,关键性能指标,多特征提取,过程监测,故障检测

基金：国家自然科学基金资助项目;国家自然科学基金资助项目;陕西省自然科学基金资助项目

偏最小二乘 (Partial least squares，PLS) 作为典型的多元统计分析方法被广泛用于对关键性能指标的异常监测。然而在复杂工业过程中，数据可能具有动态、非线性特性或者同时具有动态和非线性特性，基于PLS的线性模型不适用于该过程并可能导致较高的误报率和漏报率。因此，针对该复杂过程提出一种基于偏最小二乘的多特征提取算法。所提算法基于PLS动态内模型 (Dynamic internal PLS，DiPLS) 提取动态特征得到质量相关动态子空间和动态残差子空间；为进一步分离静态信息的质量相关特征，针对动态残差子空间进行PLS回归建模；此外，为提取变量非线性特征，将残差子空间向高维投影，构建非线性PLS模型；通过在各特征空间中构造统计量，设计了完整的多特性混合系统过程监测策略。最后通过田纳-西伊斯曼 (Tennessee Eastman，TE) 过程的实例分析，验证了所提方法有较快的故障检测速度，能达到较好的故障检测效果。

来源：2022年第6期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2022年第6期