基于多核独立元分析的批量生产过程故障检测方法

1. 一种基于多核独立元分析的批量生产过程故障检测方法，其特征在于该方法包括以下步骤：

   步骤一：采集数据 在采集数据过程中，相关变量的数据被收集。对于每个故障，采集两组数据，即标准操作模式的训练数据和在线监测的实时工况数据；其中，训练数据用于建立模型，实时工况数据用于故障检测。

   步骤二：数据处理 使用当前值补充丢失的数据，用均值和标准偏差规范化采集的观测数据。批量生产过程数据是关于批次、变量和时间的数据，首先把数据放入三维矩阵X(I×J×K)中，其中I是批次，J是变量的数目，K是每个批采样的次数，然后将矩阵X(I×J×K)变换成二维矩阵X(I×JK)。

   步骤三：核主元分析白化处理 利用核主元分析对数据进行白化处理。通过非线性映射将输入空间映射到一个特征空间，接着在此特征空间对观测数据进行白化处理，得到白化后的观测变量Z。

   步骤四：修正ICA提取独立元 利用修正ICA算法把白化后的观测变量Z转换成独立元，并使独立元各变量之间尽可能相互统计独立。

   步骤五：T2和SPE统计量进行故障检测 采用T2和SPE统计量进行在线故障检测。当观测数据的统计量没有超出统计量规定的控制限时，则属于正常数据；反之，属于异常数据，表明出现故障。

1、一种基于多核独立元分析的批量生产过程故障检测方法,其特征在于该方法包括以下步骤:步骤一、采集数据采集过程中相关变量的数据,对于每个故障,采集两组数据,即标准操作模式的训练数据和在线监测的实时工况数据;其中,训练数据用于建立模型,实时工况数据用于故障检测;步骤二、数据处理用当前值补充丢失的数据,用均值和标准偏差规范化采集的观测数据,批量生产过程数据是关于批次、变量和时间的数据,首先把数据放入三维矩阵X(I×J×K)中,其中I是批次,J是变量的数目,K是每个批采样的次数,然后将矩阵X(I×J×K)变换成二维矩阵X(I×JK);步骤三、利用核主元分析对数据进行白化处理通过非线性映射将输入空间映射到一个特征空间,接着在此特征空间对观测数据进行白化处理,得到白化后的观测变量Z;步骤四、利用修正ICA提取独立元利用修正ICA算法把白化后的观测变量Z转换成独立元,并使独立元各变量之间尽可能相互统计独立;步骤五、利用T2和SPE统计量进行故障检测采用T2和SPE统计量进行在线故障检测,当观测数据的统计量没有超出统计量规定的控制限时,则属于正常数据,反之属于异常数据,表明出现故障。