聚合过程贝叶斯统计学习质量模式监测

作     者：高爽 郑年年 栾小丽 刘飞 GAO Shuang;ZHENG Niannian;LUAN Xiaoli;LIU Fei

作者机构：江南大学自动化研究所轻工过程先进控制教育部重点实验室江苏无锡214122 

出 版 物：《化工进展》 (Chemical Industry and Engineering Progress)

年 卷 期：2018年第37卷第12期

页      面：4558-4564页

核心收录：

学科分类：08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080502[工学-材料学] 

基　　金：国家自然科学基金项目(61722306 61473137) 

主　　题：聚合过程 模式监测 质量监控 贝叶斯 主元分析 实验验证 

摘      要：聚合过程由于反应机理复杂、过程非线性强等特点,使得其质量监控问题成为过程控制领域的研究难点和热点。本文结合聚合反应过程的特点,利用聚合生产过程中与聚合物的物性参数相关的过程参数数据,引入质量模式监测的概念,创新性地提出了基于模式指标的贝叶斯统计学习方法,以解决聚合过程的质量模式监测问题。首先利用主成分分析将观测空间数据的本质特征投影到低维空间,得到模式指标;然后,基于贝叶斯统计学习算法,根据后验概率对构建的质量模式进行判别;最后利用某化工厂提供的聚合反应釜的生产数据对所提方法进行验证。由于模式指标相比于质量指标如转化率、聚合速率等,更能反映聚合反应过程的一致性和产品品质,因此基于模式指标的贝叶斯判别法较基于参数指标的贝叶斯判别法更加准确,更能实现对聚合过程的质量监控。