论文研究基于鲁棒ICAPCA的TE故障诊断.pdf

针对复杂工业过程混合分布的问题，提出了基于鲁棒ICA-PCA（independentcomponentanalysis-principalcomponentanalysis）的故障诊断新方法。由于实际工业过程数据不可避免地带有大量干扰，为降低数据粗糙的影响，首先采用小波去噪算法提高建模数据质量；然后利用鲁棒ICA-PCA算法提取过程的非高斯和高斯信息，并构建了三个统计量进行故障的监控；最后将上述方法应用到田纳西—伊斯曼（TennesseeEastman，TE）化工过程。仿真结果表明，相比于传统PCA算法、ICA-PCA等算法，鲁棒ICA-PCA方法能够有效地检测故障的发生，具有较好的