Monitorización de Procesos por Lotes Mediante PCA Multifase

Abstract

[EN] Statistical methods, like Principal Components Analysis (PCA), have been widely used for batch process monitoring. Nonetheless, these methods are based on the adjustment of a linear model to the process data. Hence, their performance is reduced when modelling data of non-linear nature. One solution to model non-linearity in batch processes is to divide the model in several sub-models, one for each segment of the batch well approximated by a linear model. In this paper, a monitoring framework based on the automatic recognition of the linear segments in a batch process is proposed. Each segment will be modelled independently. Finally, monitoring charts are modified in order to include the various sub-models.

[ES] Las técnicas estadísticas, como el Análisis por Componentes Principales (PCA), son ampliamente utilizadas para la monitorización de procesos por lotes. Sin embargo, estas técnicas se basan en la existencia de un modelo lineal que aproxime bien los datos, por lo que su rendimiento se reduce al modelar conjuntos de datos de naturaleza no lineal. Una solución es la división del modelo en varios submodelos, uno por cada segmento del lote que pueda ser bien aproximado por un modelo lineal. En este artículo se propone un esquema de monitorización basado en la detección automática de los segmentos lineales a lo largo del lote. Cada segmento lineal será modelado independientemente. Finalmente se presenta una modificación de las tablas de monitorización para incluir conjuntamente los múltiples modelos.