独立元子空间算法及其在故障检测上的应用

针对高维数据建模问题，提出一种独立元子空间算法（ICSM），作为一种新的集成学习算法，ICSM利用独立元在不同变量上的贡献度来选取子空间，符合了集成学习的要求，具备了明确的物理意义，有效地克服了随机子空间算法（RSM）的主要缺点。在此基础上，进一步将ICSM应用于工业过程监控，提出了一种新的ICSM-PCA故障检测算法。首先在各个子空间内分别建立相应的PCA监测模型，然后根据T2和SPE统计量的值计算出集成时各自的权重，最后构造两个集成统计量对工业过程进行监测。通过在TennesseeEastman(TE)模型上的仿真研究，说明提出的算法具有较好的建模效果和故障检测能力。