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