基于KPCA非线性故障监测过程优化

摘要

核主成分分析(KPCA)是主成分分析(PCA)的一种非线性扩展,作为非线性过程的监测方法,受到了广泛应用.然而,KPCA在数据集较大时计算效率较低往往不能及时的检测出故障.因此本文提出了一种优化过程检测的方法.通过选取数据的内部点抛弃接近故障数据的边缘点,只以内部点作为检测过程的输入数据.最后以田纳西-伊斯曼过程为例,验证了该方法的有效性.