摘要：為了更加準(zhǔn)確地對復(fù)雜工業(yè)生產(chǎn)系統(tǒng)進(jìn)行故障判斷,使生產(chǎn)系統(tǒng)更加穩(wěn)定地運(yùn)行,采用了改進(jìn)的主元分析(Principal component analysis,PCA)方法及數(shù)據(jù)重構(gòu)對工業(yè)過程進(jìn)行故障診斷研究。采集工業(yè)系統(tǒng)正常和故障狀態(tài)時的數(shù)據(jù),將傳統(tǒng)的PCA算法中平方預(yù)測誤差(Squared prediction error,SPE)統(tǒng)計(jì)量分成兩個,分別為主元顯著關(guān)聯(lián)的檢測殘差變量(Principal-component-related variable residual,PVR)和一般變量殘差(Common variable residual,CVR)對系統(tǒng)進(jìn)行故障判斷。為了使系統(tǒng)在檢測出故障之后盡量減少故障數(shù)據(jù)對系統(tǒng)的影響,又進(jìn)一步應(yīng)用數(shù)據(jù)重構(gòu)方法,將故障數(shù)據(jù)重構(gòu)成正常數(shù)據(jù),并采用有效度指標(biāo)進(jìn)行驗(yàn)證。在故障發(fā)生的過程中對故障部分進(jìn)行檢修和排除,把生產(chǎn)系統(tǒng)受到故障的影響降到最低。改進(jìn)的PCA方法和數(shù)據(jù)重構(gòu)方法運(yùn)用田納西—伊斯曼過程的數(shù)據(jù)驗(yàn)證,使故障的檢測結(jié)果更加準(zhǔn)確,保證了生產(chǎn)系統(tǒng)的正常運(yùn)行行。