基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测

作     者：高学金 何紫鹤 高慧慧 齐咏生 GAO Xuejin;HE Zihe;GAO Huihui;QI Yongsheng

作者机构：北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 内蒙古工业大学电力学院内蒙古呼和浩特010051 

出 版 物：《化工学报》 (CIESC Journal)

年 卷 期：2022年第73卷第3期

页      面：1300-1314页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家自然科学基金项目(61803005,61640312,61763037) 北京市自然科学基金项目(4192011,4172007) 山东省重点研发计划项目(2018CXGC0608) 

主　　题：发酵 间歇式 多阶段 联合典型变量矩阵 典型相关分析 故障监测 算法 

摘      要：为考虑发酵过程的质量变量和动态特征对于阶段划分的影响,提出了一种基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测方法。首先,将历史三维数据沿批次方向展开,对每个时间片矩阵进行典型相关分析(canonical correlation analysis,CCA),得到融合过程变量和质量变量信息的联合典型变量矩阵,对其进行K均值聚类,实现基于静态特征的第1步划分;然后采用慢特征分析(slow feature analysis,SFA)算法提取表征过程动态性的慢特征,对其进行聚类实现第2步划分。最后综合分析两步划分结果,将生产过程划分为不同的稳定阶段和过渡阶段,并在划分的子阶段中分别建立CCA监测模型进行质量相关故障监测。该方法通过静态和动态特征的变化实现两步划分,准确区分强动态变化与阶段切换,有效提高质量相关的故障监测模型精度。青霉素仿真平台与大肠杆菌实际生产数据验证了所提方法的可行性和有效性。