数据驱动PCA、ICA和KICA故障检测仿真比较

• 作者: 张宵 马洁
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 非线性过程 故障检测 主元分析 独立元分析 核独立元分析
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 专题研究·自动化技术
• 页码范围: 56-61,66
• 页数: 7页
• 分类号: TP277
• 语种: 中文

摘要

针对同一非线性过程数据,分别应用多元统计过程监控技术中的主元分析(Principal Component Analysis,PCA)、独立元分析(Independent Component Analysis,ICA)和核独立元分析(Kernel Independent Component Analysis,KICA)三种方法进行了故障检测建模,并进行了仿真比较研究.通过田纳西-伊斯曼过程(Tennessee Eastman Process,TE)仿真结果表明:在处理实际工业生产中非线性、非高斯的数据方面,KICA方法具有更强的故障监测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马洁		48	194	8.0	13.0
2	张宵		2	0	0.0	0.0