论文研究青霉素发酵过程的2DPCA建模及监测.pdf

针对多向主元分析（multi-wayprincipalcomponentanalysis，MPCA）算法用于间歇过程实施监控时需要将三维数据转换为高阶的二维矩阵，从而易导致算法的计算量大，且会丢失一些有用信息的情况进行了研究，提出了一种新的间歇过程故障诊断方法——二维主成分分析法（2-dimensionalprincipalcomponentanalysis，2DPCA）。该算法首先利用各个批次的二维矩阵构造协方差矩阵，进而求得所有批次协方差矩阵的平均值进行建模，大大降低了计算复杂度，运算时间较MPCA缩短了19/20到3/4，且无须占用太多存储空间；同时，2DPCA计算协方差矩阵较MPCA更为准确，取协方差矩阵的平均值能够更加精确地反映不同类型的