论文部分内容阅读
为充分利用表征过程运行工况的数据特征信息，提高化工过程的故障检测性能，提出一种基于动态结构保持主元分析（DSPPCA）的过程故障检测方法。首先对原始数据采用变量相关性分析建立自回归模型，构建包含动态特征的数据集，进一步综合考虑主元分析法（PCA）和局部线性嵌入（LLE）流形学习算法中数据点之间的近邻关系，融合得出新的目标函数，同时，运用局部线性回归的方法获得高维样本的嵌入映射，特征提取后在特征空间和残差空间分别构造监控统计量进行故障检测。Swiss—roll数据集的降维结果及TE过程的仿真研究结果表明，D