文献类型：期刊文章

作　　者：梁小凡[1] 熊伟丽[2] 徐保国[2]

机构地区：[1]江南大学物联网工程学院自动化系,江苏无锡214122 [2]江南大学轻工过程先进控制教育部重点实验室,江苏无锡214122

出　　处：《计算机与应用化学》

基　　金：国家自然科学基金项目(21206053;21276111);中国博士后基金资助项目(2012M511198);江苏高校优势学科建设工程项目(PAPD)

年　　份：2013

卷　　号：30

期　　号：12

起止页码：1427-1430

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、JST、ZGKJHX、核心刊

摘　　要：对间歇过程进行实时监测具有重要的现实意义,传统的多向主元分析方法(MPCA)是用单一的统计模型来表现原始数据的信息,没有考虑到大多数间歇过程由于操作条件或反应进程的改变,不同操作阶段的数据动态特性会不同,同一操作阶段的变量也往往具有高度非线性的特性,因此会导致一些重要信息的缺失。本文针对青霉素发酵过程固有的多时段特性,提出了一种基于模糊C均值算法的分时段过程监控算法,该方法以每个时刻数据矩阵的相似度指标作为聚类输入,以便准确的判断过程特性变化,实现间歇生产过程的阶段划分,进而用MPCA建立多时段过程监控模型,最后再利用相应的统计指标进行过程监测。将该算法应用于青霉素发酵过程的在线监测,实验结果验证了该方法的有效性和可靠性。

关 键 词：模糊C均值算法 多向主元分析 过程监测  间歇过程  

分 类 号：R978.11] TP277[药学类]