基于稀疏核主元分析的在线非线性过程监控

核主元分析(KPCA)适合非线性过程的监控，但存在计算量大、实时性差等缺点。提出一种基于稀疏KPCA(SKPCA)的过程监控方法，先使用SKPCA对正常建模数据进行加权，少数权值大的数据基本能代表全部正常数据的信息，因此稀化了建模数据，然后根据稀化后的正常数据建立过程的KPCA模型，并提出监控指标，大大减少了计算量，提高了监控的实时性，最后以化工分离过程为对象，就KPCA与SKPCA的监控效果和实时性进行了详细的对比研究，结果表明了基于SKPCA监控方法的优越性。