摘要：针对工业过程数据的多模态、非高斯分布问题，提出一种基于贝叶斯独立元分析（ICA）的故障检测算法。该方法将贝叶斯估计与ICA算法相结合，在对多工况数据聚类的同时建立不同模态数据的统计模型，从而构建面向全部数据的混合概率模型。然后基于建立的贝叶斯ICA混合模型，计算实时数据属于某工况的后验概率，并根据监控统计量检测过程故障。该方法在贝叶斯理论框架下建立多工况数据监控模型，有效避免复杂数据聚类不当对监控效果的影响。最后在连续搅拌反应釜（Continuous Stirring Tank Reactor，CSTR）系统上的仿真结果说明，比多模型PCA、ICA方法有更好的过程监控效果。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社