论文研究基于稀疏主元分析的过程监控研究.pdf

主元分析（principalcomponentanalysis）是一种多元统计技术，在过程监控和故障诊断中具有广泛的应用。针对过程监控中数据量大的特点，提出一种稀疏主元分析（sparseprincipalcomponentanalysis）方法，通过引入lasso约束函数，构建稀疏主元分析的框架，将PCA降维问题转化为回归最优化问题，从而求解得到稀疏化的主元，并提高了主元模型的抗干扰能力。由于稀疏后主元相关的数据量减少，利用数据建立过程监控模型，减少了计算量，并缩短了计算时间，进而提高了监控的实时性。利用田纳西伊斯特曼过程（TEprocesses）进行实验仿真，并与传统的主元分析方