光谱在线化学过程监控：PLS和功能性PCA的比较（2020-EU-30MP-413）级别：中级
巴斯夫数据科学家David Autrique
根特大学硕士研究生John Van Landschoot
使用在线传感器进行过程监控在化工厂非常普遍。这些测量通常会生成大量数据。如果利用得当，这些丰富的信息将有助于更好地理解过程，并最终实现生产优化。在过去的几年中，光谱学作为一种快速，可靠的在线化学过程监控技术来跟踪产品质量变得越来越重要。由于光谱信息通常由许多高度相关的变量组成，因此通常采用多元降维技术来解释观察到的过程变化。可以确定两个有趣但根本不同的建模候选者：偏最小二乘（PLS）和JMP 14中的选取框功能，即功能性主成分分析（功能性PCA）。PLS将光谱数据视为单个点的集合，而功能PCA将光谱描述为功能形状。后者的潜在优势，即功能光谱处理，源于平滑和尺寸减小的组合。与PLS相比，功能性PCA考虑了光谱的不同波长强度的顺序。在本讲座中，我们将使用实际的过程数据来演示这两种技术的建模工作流程。然后，我们将比较这两种技术的建模性能，并就实际使用分享我们的见解。
爆发预测建模质量与可靠性
