间歇工业过程的统计建模在线监测和质量预测

东北大学博士学位论文摘要“累积型”和“非累积型”两类。对于累积型质量，MPLS模型是比较理想的选择：而针对非累积型质量指标，本文提出基于子时段PLS模型的质量分析和在线质量预测方法。基于子时段的质量分析可以找出产品质量指标和特定子操作时段的关联关系，以及在特定子时段中影响产品质量的关键过程变量。基于子时段的在线质量预测方法不仅模型结构简单实用，而且精度可靠。这些算法不仅可以深入分析间歇过程子操作时段的过程特征，为每个子时段建立简单实用的二维PCA/PLS模型，而且子时段PCA/PLS模型可以在线监视过程的运行状态或预测产品的质量而不需要未来的过程变量测量数据，这将极大程度地改进并简化了间歇过程的在线监测和质量预测程序。上述算法在注塑过程中所取得的成功应用证明了这些算法的有效性，可以成为其它间歇工业过程的一个可行的建模、监测和质量改进的工具。关键词：间歇工业过程，过程监测、故障诊断，质量预测，主成分分析，偏最小二乘，注塑过程