基于PSO的间歇生产鲁棒统计过程监控

间歇过程广泛应用于精细化工产品、生物化工产品等高附加值产品的制备.为提高间歇生产的可重复性，提高批次之间产品的一致性，多向主元分析法(MPCA)广泛应用于间歇生产过程的监控.针对MPCA统计监控模型容易受到建模数据中离群点影响的不足，提出了一种基于微粒群优化算法(PSO)的鲁棒MPCA分析方法，并进一步给出了相应鲁棒监控统计量的计算方法.对于链霉素发酵过程的监控表明，相对于普通MPCA，鲁棒MPCA在建模数据中存在离群点时仍能够给出正确的统计监控模型，从而有效减少了建模过程对数据的要求.