基于MCUSUM-ICA-PCA的微小故障检测

针对过程中难以检测到的微小、缓变故障的检测问题，以及过程中普遍存在的非高斯信息，提出一种新的多变量统计过程监测方法。把传统的单变量累计和控制图(CUSUM)扩展为多变量的形式，并与独立成分分析(ICA)和传统的主元分析(PCA)方法相结合，构成新的MCUSUM-ICA-PCA方法，采用ICA-PCA两步信息提取策略，完整地提取出过程的非高斯和高斯信息，重新构造统计量并建立其对应的统计限。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，改善了该过程微小故障的检测效果，从而更好地保证过程运行的安全、稳定性。