Multivariate statistical monitoring of process operating performance

Abstract Process computers routinely collect hundreds to thousands of pieces of data from a multitude of plant sensors every few seconds. This has caused a “data overload” and due to the lack of appropriate analyses very little is currently being done to utilize this wealth of information. Operating personnel typically use only a few variables to monitor the plant's performance. However, multivariate statistical methods such as PLS (Partial Least Squares or Projection to Latent Structures) and PCA (Principal Component Analysis) are capable of compressing the information down into low dimensional spaces which retain most of the information. Using this method of statistical data compression a multivariate monitoring procedure analogous to the univariate Shewart Chart has been developed to efficiently monitor the performance of large processes, and to rapidly detect and identify important process changes. This procedure is demonstrated using simulations of two processes, a fluidized bed reactor and an extractive distillation column. Les ordinateurs de procédés recueillent de manière répétitive jusqu'à des milliers de données à partir d'une multitude de capteurs dans l'usine en l'espace de quelques secondes. Cela a entraîné une «surcharge de données» et en raison de l'ahsence d'analyses appropriées, peu d'efforts sont faits pour exploiter cette masse d'informations. Le personnel d'exploitation n'utilise généraleinent que quelques variables pour superviser la performance de l'installations. Cependant, les méthodes de statistiques multivariées telles que les méthodes PLS (moindres carrés partiels ou projection de structure latentes) et PCA (analyse du composant principal) permettent de comprimer l'information dans un espace minimum qui retient la majorité de l'information. En utilisant cette méthode de compression de données statistiques. on a mis au point une procédure de contôle multivaré analogue au graphique de Shewart univaré afin de superviser de façon efficace la performance de procédés majeurs. et d'en détecter rapidement les fluctuations. On illustre cette procédure l'aide de simulations de deux procédés. soit un réacteur à lit fluidisé et une colonne de distillation extractive.