个与y具有相同方yy差的高斯分布的随机量函数H为相应变量的信息熵函数根据中心极限定理可知由于观测信号可si相比更接近高斯分布因此在分离过程中按当2式计算源信号估计值i的非高斯性式中2s立分量即驱动变量个数目前也还未有一个的而的分离对于实际化工过程一般并不能确切知道独r
2r
定且在分类之前需要大量的故障样本对其进行训练而实际工业生产过程中只有少量的故障样本大小样本下具有良好的学习能力的故障诊断方法r
2r
量的是正常操作条件下的数据由于支撑向量机在r
xi为相互独立的源信号si的线性组合此i与因xr
立分量分析提取故障特征以探讨基于支撑向量机r
在此作者通过独r
的目标函数达到最大时表明已完成对各独立分量r
1r
基于ICASVM的故障诊断框架r
大多数化工过程常常拥有大量的测量变量这r
中的方差累计贡献率的方法来确定独立分量数4在对系统进行监控时先从历史数据库中选取r
l×
r
较好的方法确定最优的独立分量数这里采用文献正常工况下的测量数据X
ormal∈RX
ormalA
S
为传感器lr
些变量并不是相互独立的往往是由少数独立变量不一定可直接测量驱动利用独立分量分析提所取这些独立变量并进一步对其进行监控可以大大减少数据的维数同时由于各分量都是独立的它r
收稿日期00304202作者简介郭r
数为采样点数预处理后对其进行独立分量分
析即有r
3r
基金项目家“3”国86计划项目001AA4131102r
明7719男湘北襄樊人浙江大学博士研究生从事化工过程控制、系统性能监控及故障诊断等研究r
448r
中南工业大学学报然科学版自r
m×
r
第34卷r
式中矩阵S
∈Rr
量的变化趋势
∈RAr
表征正常工况下m个独立分r
l×mr
以矩阵当得到正常工况下的矩阵S
之后其行向测量信号投影到该特征子空间待监控的测量信设号为Xp∈Rr
l×
r
为正常工况下的混叠系数r
常工况r
量为特征向量构造特征子空间Θ然后将待监控的有r
在正常工况特征子空间的投影系数这些系数可以反映出系统是否处于正常操作条件按下式求得S表示矩阵S
的MoorePe
rose广义逆当系统r
r
式中矩阵Ap∈Rr
l×mr
XpApS
r