论文部分内容阅读
多块策略广泛应用于全流程过程监控领域,以解决变量关系复杂性较高的问题,但传统分块方法得到的子块数据存在高斯与非高斯混合分布问题,影响过程监控的效果.为此,提出一种基于多块MICA-PCA的过程监控方法.首先采用Jarque-Bera(J-B)检测方法对原始数据进行高斯与非高斯分块;然后利用Hellinger距离(HD)方法获得高斯与非高斯子块,通过对高斯与非高斯子块采用不同的建模和诊断方法,提高监控效果;最后将该方法应用于田纳西-伊斯曼(TE)过程的监控中,以验证所提出方法的有效性.