论文部分内容阅读
针对复杂工业过程混合分布的问题,提出了基于鲁棒ICA-PCA(independentcomponentanalysis-principalcomponentanalysis)的故障诊断新方法。由于实际工业过程数据不可避免地带有大量干扰,为降低数据粗救的影响,首先采用小波去噪算法提高建模数据质量;然后利用鲁棒ICA-PCA算法提取过程的非高斯和高斯信息,并构建了三个统计量进行故障的监控;最后将上述方法应用到田纳西一伊斯曼(TennesseeEastman,TE)化工过程。仿真结果表明,相比于传统PCA算法、