基于自适应独立成分分析的化工过程监测

针对独立成分分析（independent component analysis，ICA）方法应用于过程监测时如何选择独立成分（independent component，IC）的问题，提出了自适应独立成分分析（adaptation independent component analysis，AICA）方法。AICA方法首先利用分离矩阵建立关联矩阵，该关联矩阵表示IC的相似性，同时通过核密度估计选择概率密度最小的IC作为特殊独立成分（particular independent component，PIC），再通过关联矩阵选择与PIC具有相似变异特征的几个普通独立成分（common independent components，CICs），最后将PIC与CICs用于构造监测统计量。将AICA方法应用于田纳西-伊士曼（Tennessee Eastman，TE）仿真过程，测试结果表明所提方法对于过程监测是有效的。