独立元分析(ICA)在过程故障检测中的应用研究

菜单

摘要：独立元分析作为近年来发展起来的一种新的统计信号处理方法，与传统的统计控制方法相比，一方面不需要变换后的独立成分满足正交条件;另一方面，ICA不仅去除了变量之间的相关性而且还包含了高阶统计特性。再者，ICA方法得到的独立元分量满足统计意义上的独立性特点。因而，独立元分析比传统的统计控制方法包含了更多有用的信息。ICA在盲源信号分离、生物医学信号处理、混合语音信号分离等方面己得到较好的应用，但在流程工业过程中的应用还较少。本论文讨论基于ICA的过程监控方法，并与传统的PCA方法进行对比。63481

毕业论文关键词: 独立元分析、信号处理、统计控制方法、变量、独立性

Application of independent component analysis in process fault detection

Abstract:ICA-Independent Component Analysis is a new statistical signal processing method developed in recent years.Compared with the traditional statistical control method,on the one hand,it does not need to transform the independent component to meet the orthogonal condition.On the other hand,independent component not only removes the correlation between the variables and also contains the high-order statistical properties.Furthermore,the independent component of the independent component analysis method satisfies the statistical independence.Therefore,the independent component analysis contains more useful information than the traditional statistical control method.Independent component analysis has been applied in blind source separation,biomedical signal processing,mixed speech signal separation and so on,but it has less application in process industry.This paper discusses ICA-based process monitoring methods and compares them with the traditional PCA approach.

Keyword:independent component analysis,signal process,statistical control method,variable,independence

1 绪论1

1.1 引言1

1.2 独立元分析研究的新动向3

1.3 独立元分析的主要运用领域4

1.4 本文的主要内容5

2 独立元分析概述6

2.1 独立元分析的定义6

2.2 独立元分析的基本概念6

2.3 独立成分分析算法6

2.4 独立元分析的特点10

2.4.1 独立元分析的优点10

2.4.2 独立元分析的缺点10

3 独立元分析的发展前景21

3.1 独立元分析的国内外发展现状和水平21

3.2 独立元分析的发展趋势22

4 基于ICA-PCA方法的流程工业过程监控与故障诊断研究 21

4.1 基于ICA-PCA方法的流程工业过程监控与故障诊断的步骤21

4.2 对2组测试函数进行对比实验22

4.2.1 函数的测试结果22

4.2.2 函数的测试结果25

4.3 实验结果分析28

4.4 对基于ICA-PCA方法的流程工业过程监控与故障诊断的简评28

5 结论与总结29

致谢30

参考文献31

1 绪论

1.1 引言

独立元分析是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。连续工业过程的发展对国民经济的发展有着重大的影响。随着经济全球化的发展趋势，连续工业过程正面临着生产规模，经济效益，产品质量等多方面的严峻挑战。世界各国都在关注连续工业过程在国民经济中的地位，采用高新技术改造和加快连续工业过程的发展。连续工业的过程通常是伴随着物理化学反应，相变过程，物质与能量转换和传递的复杂工业大系统，并且还伴随着十分苛刻的生产条件和环境约束。因此，过程质量监控就变得尤为重要。