基于核Fisher判别分析方法的非线性统计过程监控与故障诊断

化工过程中大量的生产数据反应了生产过程的内在变化和系统的运行状况，基于数据驱动的统计方法可以有效地对生产过程进行监控。对于复杂的化工和生化过程，其过程变量之间的相关关系往往具有很强的非线性特性，传统的线性统计过程监控方法显得无能为力。本文提出了基于核Fisher判别分析的非线性统计过程监控方法，首先利用非线性核函数将数据从原始空间映射到高维空间，在高维空间中利用线性的Fisher判别分析方法提取数据最优的Fisher特征矢量和判别矢量来实现过程监控与故障诊断，能有效地捕获过程变量之间的非线性关系，通过对流化催化裂化（FCCU）过程的仿真表明该方法的有效性。