摘要

针对复杂的化工过程,提高过程监控能力,提出基于核独立成分分析(Kernel independent component analysis,KICA)和核Fisher判别分析(Kernel fisher discriminant analysis,KFDA)的过程监测与故障识别方法。通过利用核独立成分分析建立正常工况模型,得到检测故障信息。在发生故障的情况下,利用Fisher判别分析方法在高维的特征空间的特点和优势,可求出满足最大分离程度的核Fisher判别向量和特征向量,根据当前故障的判别向量和历史故障数据集中所含故障的最优核Fisher判别向量的相似度进行故障识别。仿真结果验证了所提方法的有...

全文