一种基于缺失变量PCA模型的工业过程监测方法

摘要

本发明公开一种基于缺失变量PCA模型的工业过程监测方法，旨在将缺失变量处理方法用于在线估计主成分信息，从而实现对估计误差实施监测的目的。首先，本发明方法通过逐一假设各测量变量数据缺失后估计出主成分。然后，以主成分的估计误差以及PCA模型的误差估计值作为被监测对象实施在线过程监测。虽然，正常工况下的采样数据不一定满足高斯分布假设，但估计误差一般来讲是服从高斯分布的。从这点上看，本发明方法虽然是基于PCA算法的，但是它不需要假设训练数据服从或近似服从高斯分布，这在一定程度了扩大了传统基于PCA的过程监测方法的适用范围。此外，本发明方法由于采用多个故障检测模型，它还发挥了多模型泛化能力强的优势。