论文部分内容阅读
过程变量测量值的缺失是多元统计过程监控模型在实际工业过程应用中所面临的主要问题之一。传统的多元统计过程监控方法往往舍弃不完整的数据样本,选择完整的历史数据进行建模。为了能够在不完整的数据中提取到有用的过程信息,提出了一种新算法称为鲁棒稀疏约束非负矩阵分解算法。试新算法改进了稀疏约束非负矩阵分解算法的求解过程,使得基于鲁棒稀疏约束非负矩阵分解的故障模型在训练集发生数据缺失的情况下仍能保持较好的故障检测效率。将所提算法应用于国内某电厂1000MW机组锅炉系统,仿真结果验证了新算法的有效性。