基于PICA的过程监控方法

工业过程中普遍存在噪声污染,本文在概率主元分析方法(PPCA)的基础上,把该方法推广到非高斯过程,提出一种新的基于概率独立成分分析(PICA)的过程监控方法。针对过程的非高斯和噪声信息,分别建立其对应的统计量I2和MR。通过对Tennessee Eastman(TE)过程的仿真研究,验证了该方法的可行性和有效性,较好地改善了过程的监控效果,从而更好地保证过程运行的安全、稳定性。