工业过程故障诊断的FDKICA？？PCA方法

摘要:由于故障诊断中忽略生产过程中自相关与滞后相关的动态特性,核独立成分分析&主成分分析（KICA？？PCA）方法缺少可用的变量贡献分析，对微小故障和渐变故障检测效果很差，因此提出基于小波包滤波的动态核独立成分分析&主成分分析（FDKICA？？PCA）的故障诊断方法。该方法将小波包滤波理论与AR模型预测数据特性融入到KICA？？PCA中，进而提取过程变量自相关、滞后相关的特征信息。文中采用KICA？？PCA算法提取过程变量的独立成分与主成分以确定3个监控指标？？T？？？？2、SPE、？？I？？？？2的控制限，利用非线性贡献图进行故障诊断，并通过田纳西过程仿真结果验证了FDKICA？？PCA方法的优越性。 ？