基于加权差分主元分析的化工过程故障检测 Fault Detection in Chemical Processes Using Weighted Differential Principal Component Analysis

针对工业生产过程的多模态和非线性特性，提出了一种新的基于加权差分主元分析的故障检测算法。首先选取原始数据样本的最近邻xf以及xf的前k个近邻，分别计算出xf的前j个近邻样本的均值mj和权值wj，利用加权差分的方法对原始数据进行预处理，剔除多模态和非线性特征；然后利用主元分析法（PCA）计算出负载矩阵P以及SPE和T2检测指标的控制限，建立PCA模型；最后将待检测数据运用加权差分法预处理后投影到PCA模型上计算检测指标，通过检测指标是否超过控制限进行故障检测。将该方法应用于数值例子和半导体生产过程来验证其有效性。