%0 Journal Article
%T 基于贡献率法的非线性工业过程在线故障诊断
%A 彭开香
%A 张凯
%A 李钢
%J 自动化学报
%P 423-430
%D 2014
%R 10.3724/SP.J.1004.2014.00423
%X ？在过去几十年，核主成分分析（KPCA）已经广泛应用在数据驱动的过程监测领域.大量的应用案例显示该算法简单、易用且有效.然而，核函数的引入使得KPCA不能直接利用传统的贡献图方法进行故障诊断.本文在重新审视和分析现有KPCA相关诊断方法的基础上，提出了一类新的贡献率方法，该方法能较清晰地解释故障变量.在此基础上，建立了一套面向非线性在线故障诊断的框架.最后，将该诊断框架应用到CSTR过程，结果显示该方法较传统的线性方法更有效.
%K 核主成分分析
%K 非线性
%K 故障检测
%K 贡献率
%K 故障诊断
%U http://www.aas.net.cn/CN/abstract/abstract18307.shtml