統(tǒng)計過程監(jiān)控與診斷及其應用研究.pdf

1、生產(chǎn)過程的安全性與產(chǎn)品質(zhì)量的一致性一直是過程工業(yè)的兩個重要主題。在理論研究方面，過程監(jiān)控與診斷技術(shù)作為自動控制理論的一個重要分支，近年來已獲得了很大的發(fā)展。在統(tǒng)計過程監(jiān)控的應用早期，由于受測量技術(shù)以及數(shù)據(jù)存儲技術(shù)和分析技術(shù)的限制，人們只能測量生產(chǎn)過程中的少數(shù)幾個重要指標，并對這幾個指標單獨進行統(tǒng)計過程監(jiān)控。這在某種程度上能夠改進產(chǎn)品質(zhì)量，但由于一些更重要的產(chǎn)品性能指標往往不能測量，只讓少數(shù)幾個被測量指標保持在規(guī)定的范圍內(nèi)，并不能真正保證

2、產(chǎn)品的高質(zhì)量和高性能。隨著測量技術(shù)的發(fā)展，人們已經(jīng)能夠?qū)υ絹碓蕉嗟漠a(chǎn)品性能指標進行測量，同時用戶對產(chǎn)品性能的定量要求也越來越嚴格，這就要求對許多產(chǎn)品性能指標和過程變量進行監(jiān)視。 將多變量統(tǒng)計分析方法融入傳統(tǒng)的統(tǒng)計過程監(jiān)控，形成了多變量統(tǒng)計過程監(jiān)控的基本框架。它采用多元投影的方法，將過程數(shù)據(jù)和質(zhì)量數(shù)據(jù)從高維數(shù)據(jù)空間投影到低維特征空間，所得到的特征變量保留了原始數(shù)據(jù)的特征信息，摒棄了冗余信息，是一種高維數(shù)據(jù)分析處理的有效工具。在數(shù)據(jù)

3、量大、數(shù)據(jù)維度高、變量間具有相關(guān)性的連續(xù)過程中，統(tǒng)計過程監(jiān)控主要用于實現(xiàn)統(tǒng)計質(zhì)量控制、過程監(jiān)控、生產(chǎn)數(shù)據(jù)的分析挖掘、故障診斷等。常用的多變量統(tǒng)計分析方法包括主元分析（Principal Component Analysis）、主元回歸（Principal Component Regression）、部分最小二乘（Partial Least Squares）等。 多元統(tǒng)計分析方法消除了變量間相互關(guān)聯(lián)的問題，簡化了對原始過程特性分析

4、的復雜程度。新的映射空間在保留原始數(shù)據(jù)信息的情況下，通過有效選擇投影空間中的主元個數(shù)，可以去除原始數(shù)據(jù)中的噪聲，提高過程性能監(jiān)視和故障診斷系統(tǒng)的魯棒性。采用多元統(tǒng)計方法可以應用于監(jiān)視生產(chǎn)過程的操作運行，檢測異常事件的發(fā)生，找出引起異常事件發(fā)生的原因。 本文在對統(tǒng)計過程監(jiān)控（SPC）綜述的基礎(chǔ)上介紹了SPC的基本概念、主要類型、基本方法、實施過程，以及其應用與發(fā)展的現(xiàn)狀及發(fā)展特點。概述了幾種用于多變量統(tǒng)計過程監(jiān)控的數(shù)學工具，包括主