传统KPCA能有效捕捉数据的非线性特征、对数据在输入空间中的分布情况没有任何要求等优点,但是由于核函数的参数选择直接影响到核函数本身的性能,所以提出使用二分法进行核参数优化,获得改进核主元分析的故障检测方法。该方法引入混合核函数的定义,即多项式核函数和高斯径向基核函数的混合核方法,使用二分法分别对上述两核进行核参数优化,确定最优的混合核函数,再与主元分析方法(Principal Component Analysis PCA)相结合,得到改进KPCA。根据混合非线性主元特征计算出的T2和SPE统计量,从而实现故障检测。使用二分法进行核参数优化,选取核函数,改进了传统的核函数的选取方法。并且充分的考虑了工业过程中的非线性,更精确的描述工业过程特性,使得本文提出的改进方法可以准确有效地检测出电主轴系统故障。对田纳西-伊斯曼(TE)过程以及电主轴系统的应用实例说明了该方法的实用可行性。