基于Ms-NIPLS-GPR 的化工过程性能等级评估方法

王浩东，王昕，王振雷，曹晨鑫

（1 华东理工大学化工过程先进控制和优化技术教育部重点实验室，上海200237； 2 上海交通大学电工电子实验教学中心，上海200240）

引 言

随着时代的发展，人们对生产过程自动化程度的要求也随之提高。生产系统在使用初期一般具有良好的运行性能，但由于仪表失准、传感器故障、执行机构磨损等因素的影响会使生产系统出现生产性能下降的情况，造成产品质量下降和生产成本提高等问题。因此一个高效准确的性能评估方法对生产效率的提升和企业经济收益的提高至关重要。

1989 年，Harris[1]提出基于最小方差控制（MVC）的性能评估方法，并将其作为评估单输入单输出（SISO）系统性能下限，这一研究成果标志着性能评估研究方向的诞生。1996年，Harris等[2]把单变量最小方差基准的性能评估方法推广到多变量控制系统中。之后，学者们针对不同控制系统特性设计了符合实际工况的性能评估基准，如广义最小方差（GMV）基准[3]、线性二次型高斯（LQG）最优控制基准[4]、用户自定义基准[5]等。这些评估方法大多依赖于机理建模和先验知识，而实际过程的精确数学模型往往难以得到，限制了这些方法的实际应用。

针对以上问题学者们提出一种基于数据驱动的建模方法，该方法的原理是从过程数据中挖掘出研究需要的信息，其优点在于减少了对机理模型的依赖且过程数据容易获得。Qin 等[6-7]提出一种基于数据的协方差基准来评估多变量系统的性能。2012 年，Qin[8]总结了数据驱动在过程监测与故障诊断上的应用和未来发展方向，引起了学者们的广泛关注。……