论文部分内容阅读
在复杂工业系统的监控中,因子分析方法不需要机理模型,通过日常运行数据便可评估过程运行状况,具有较大的推广价值。本文针对实际过程的动态特性,基于自回归(AR)方式扩展变量矩阵,提出一种动态因子分析(DFA)的方法,由此建立的DFA模型充分考虑了变量的自相关信息和互相关信息。另一方面,构建统计量作为监控指标,实现对动态过程运行状况的监控与评估。在田纳西-伊斯曼(TE)过程的应用研究,反应了这种方法的优越性。