基于数据特性分析的多变量过程监测

张淑美¹，王福利^1,2，王姝^1,2，李嫱嫱³

1. 东北大学信息科学与工程学院2. 东北大学流程工业综合自动化国家重点实验室3. 沈阳航空航天大学设计艺术学院

摘 要：以PCA,ICA为代表的多元统计监测方法总是基于各种各样的前提假设,如果不考虑它们的适用条件盲目选择监测算法,则可能给出错误结论,增加故障误报漏报的概率.针对理论方法在应用时面临的条件限制问题,在无先验知识的情况下,提出一种数据特性的分析方法,通过参数寻优并逐步剔除线性相关变量组的方法,实现多变量过程线性非线性的自动判别.仿真分析表明所提方法可以根据数据特点及各算法的适用条件自动选择适当的监测算法,具有一定的实用价值.

关键词：变量相关关系;主成分分析(PCA);独立成分分析(ICA);核主成分分析(KPCA);核独立成分分析(KICA);