基于ALSICA算法的多工况非高斯过程故障检测方法

针对工业过程数据的多模态、非高斯分布等问题,提出了一种基于自适应邻域参数的局部标准化独立元分析(adaptive local standardized independent componentanalysis,ALSICA)算法,并将该算法应用于过程故障检测中。针对传统的ICA算法未能考虑过程数据的多模态分布问题,引入局部标准化方法建立了局部标准化独立元分析(LSICA)算法。进一步,考虑到局部标准化方法的邻域参数K值选取的问题,提出了一种新的ALSICA算法,该方法基于密度最优的概念选取邻域参数K值,并且K随着数据点变化做出自适应改变。然后建立独立元监控统计变量,进行在线监控。连续搅拌反应釜(continuous stirring tank reactor,CSTR)系统仿真结果验证了ALSICA方法较传统的ICA方法效果更优。