在复杂的工业环境中，可能随处都有我们眼中的小故障发生，但对于系统来说不一定就是小故障，有可能就是使系统停车的大故障。由于PCA方法近几年使用的比较多，因此利用主元分析来对工业过程进行故障检测已经成为工业过程中必要的一部分。

1.2过程故障检测的方法  

故障检测方法可以归类为以下三种：①基于解析模型的故障检测方法②基于知识的故障检测方法③基于数据驱动的故障检测方法[1]。

以下着重介绍第三种。

1.2.1基于数据驱动的故障检测方法

    基于数据驱动的方法是在生产环境中利用机器学习的一种用于故障检测的方法。其主要特点如下：

      ①不需要知道系统精确的解析模型，它所处理的对象只有数据这一个。

      ②不需要对诊断结果进行定性的描述。文献综述

      ③数据容易得到，但模型和定性知识不易获得。

      ④非常适合现有的工业生产和设备控制的结构，形式，软件和硬件系统。

      ⑤满足大数据时代到来的需求。

主元分析（PCA）方法是工业系统中用于检测过程故障的最为广泛的数据驱动方法。由主元分析法建模所提供的信息可用于判断是否这个变量与故障相关联。除了主元分析方法之外，费舍尔判别分析（Fisher判别分析，FDA），偏最小二乘（Partial Least Squares，PLS）都是基于数据驱动的故障检测方法,这些统计分析方法能将数据样本从高维降维到低维空间上，因此，数据驱动技术极其适用于大型工业的故障检测中。

1.3故障检测技术在国内外的发展史，研究现状以及发展趋势

1.故障检测技术的发展史

随着工业的不断发展，故障检测技术也被提上日程。1971年Beard发表的论文以及Mehra和Peschon发表在Automatica的论文是基于解析冗余的故障检测技术的起源[2]。

2.故障检测技术的研究现状

   （1）传统故障检测技术

   （2）智能故障检测技术

（3）故障检测技术的发展趋势

设计内容

本文通过对田纳西伊斯曼（Tennessee Eastman)过程的介绍，研究基于PCA的TE过程故障检测的方法。本文的主要内容可大体归结如下：

（1）简要介绍本文所要研究的内容，了解该论文研究的背景及意义，列举国内外这方面的例子，突出课题研究的重要性，从而引出论文的内容。另外，初步介绍了主元分析（PCA）以及田纳西伊斯曼过程（TEP），最后介绍了几种故障检测的方法以及它们的发展进程；来!自~751论-文|网www.751com.cn

（2）介绍基于主元分析的故障检测，利用SPE 和 统计量来了解系统的状态，得到SPE 和 统计图，贡献图来进行故障诊断的方法；

（3）对基于主元分析的过程故障检测进行介绍，并对TEP工艺流程做了详细的介绍；

（4）利用Matlab仿真，对TE过程进行仿真研究，通过21组预设定故障中的D04和D19生成 统计图，与正常状态下的数据样本D00生成的控制限进行比较分析。