基于集成核局部保持投影算法的故障检测

针对化工生产过程的非线性,为了解决核局部保持投影算法中核参数的选择问题,寻找适用于多个故障的核参数,提出了一种新的集成核局部保持投影算法(ensemble kernel locality preserving projections,EKLPP).首先选取一系列具有不同参数的核函数将非线性数据投影到高维空间,提取数据的非线性信息,得到投影矩阵A,建立一系列子KLPP模型;然后计算待检测数据的核矩阵并将其投影到矩阵A上,利用统计量得到各子模型的检测结果;利用贝叶斯决策将检测结果转化成发生故障概率的形式;最后利用集成学习法将检测结果进行组合,与控制限对比进行检测.将该方法应用于TE(Tennessee Eastman)过程,验证该方法可以有效检测非线性故障.