基于优化相对主元分析的铝电解槽况诊断

？针对影响铝电解槽状态的参数较多且耦合性强、建立诊断模型的计算量巨大、诊断精度有限等问题，提出一种基于优化相对主元分析(orpca)的铝电解槽况诊断方法。利用相对主元分析(rpca)方法在进行特征选择时的降维优势，提出一种有效的准则以确定主元的相对权重。通过遗传算法(ga)构造误报率适应度函数，考察观测样本在主元空间和残差空间里投影的变化，以获得搜索区域内最优的相对转换矩阵，使hotelling'st2检验和预测平方差（spe）检验的误报率降低到最小。对某厂170ka大型预焙槽的样本进行检验，实验结果表明，该方法在置信度为95%和97.5%时,t2检验误报率分别为16.79%和9.77%，spe检验误报率分别为4.01%和1.75%。与同类算法相比，所提方法不但能准确诊断出铝电解槽中出现的异常状态，而且明显降低t2检验和spe检验中出现误报的概率。