论文总字数：30086字

摘 要

近年来，随着工业技术的进步，以及人们对工业产品要求的不断提升，传统的机理建模方法和控制策略已难以满足目前工业过程的发展需求。因此，基于数据处理方法被广泛地应用于复杂工业控制领域。本文将典型相关分析(CCA)、块式递推偏最小二乘（RPLS）相结合，提出了基于CCA-RPLS的分布式在线建模方法。为了对算法的有效性进行验证，本文以Tennessee Eastman过程为对象进行研究。以下为全文的研究工作：

1. 复杂化工过程首先根据过程质量指标确定输出变量，采用CCA提取过程变量的特征成分，通过特征成分计算各输出变量与所有输入变量间的最大相关系数以及相应的主轴向量，根据主轴向量各分量的绝对值大小，选择各子系统的独立输入变量及相互作用输入变量，实现大系统分解。
2. 子系统划分后，首先用PLS建立每个子系统的初始模型，然后根据新加入的数据块进行模型的在线更新，即用块式RPLS进行在线建模而得到每个子系统模型。
3. 最后对TE过程进行仿真，对比RMSE和MAXE，该方法较分布式离线建模和分布式经典RPLS在线建模而言，所建模型的精度高，时变跟踪能力更好，抗干扰能力更强。

关键词：分布式建模 典型相关分析 块式递推偏最小二乘 Tennessee Eastman过程

ABSTRACT

In current society, with the advances in industrial technology, as well as people on the continuous improvement of industrial product requirements, the traditional mechanism modeling and control strategies are difficult to meet the rapid development of industrial processes. Under this condition, data processing application and theory attract more and more researchers’ attention in industry and academia. Besides it is widely used in industrial control systems. The presented modeling and algorithms are applied in the Tennessee Eastman (TE) process, and results show the advantage of the presented algorithm. The following is the major work of this paper:

(1) Firstly, collect the process data of the complex chemical process, analyze the key variables influencing the quality of the large scale process and select them as output variables. The characteristic components of the process variables are extracted by CCA. Calculated maximum correlation coefficient and the corresponding spindle vector of all input and output variables according to the characteristic components. According to the size of absolute value of spindle vector of each component, choose the independent input variables and the interaction input variables of the subsystems, realize the large system decomposition.

(2) After every subsystem is divided, firstly, establishing the initial model of each subsystem by using PLS. Then updating the model online according to the new data block. It means that modeling online by using block-wise RPLS and obtaining the model for each subsystem.

(3) Finally, the distributed online modeling is simulated on chemical process of TE. By comparing the Root-Mean-Square-Error(RMSE) and the Maximum Relative Error(MAXE), the result shows higher accuracy of the model for distributed online modeling.

Key Words: Distributed modeling; Canonical Correlation Analysis; Block-wise RPLS; Tennessee Eastman process

目 录

摘 要 I

ABSTRACT II

第一章 绪论 1

1.1 课题的研究背景及意义 1

1.2 课题研究现状 2

1.3 本文的研究工作及内容 3

第二章 TE化工过程介绍及其数学模型分析 4

2.1 引言 4

2.2 TE化工过程工艺流程及模型 4

2.3 TE化工过程模型分析 8

2.4 本章小结 10

第三章 基于CCA-RPLS的分布式在线建模算法研究 11

3.1 引言 11

3.2 基于典型相关分析的大系统分解方法 11

3.2.1 典型相关分析算法原理 11

3.2.2 典型相关分析算法描述 12

3.3 偏最小二乘方法 14

3.3.1 偏最小二乘算法原理 14

3.3.2 偏最小二乘算法描述 17

3.4 基于块式递推PLS的在线建模算法 19

3.4.1 经典递推PLS算法原理 19

3.4.2 块式递推PLS算法原理 21

3.4.3 块式递推PLS算法描述 22

3.5 算法实现流程 23

3.6 实验仿真 25

3.6.1 基于CCA的TE过程分解算法 25

3.6.2 基于块式RPLS的TE过程建模算法 27

3.7 本章小结 35

第四章 结语 36

4.1 总结 36

4.2 展望 36

参考文献 38

致 谢 40

第一章 绪论

1.1 课题的研究背景及意义

请支付后下载全文，论文总字数：30086字