1、隨著復(fù)雜工業(yè)過程的不斷增多和擴(kuò)大，過程安全和產(chǎn)品質(zhì)量越來越引起人們的關(guān)注，過程監(jiān)測(cè)技術(shù)是處理這兩個(gè)問題重要保證。傳統(tǒng)的多變量統(tǒng)計(jì)過程監(jiān)控技術(shù)作為一種基于數(shù)據(jù)驅(qū)動(dòng)的過程監(jiān)測(cè)技術(shù)，已被廣泛應(yīng)用于故障檢測(cè)領(lǐng)域。在工業(yè)過程中，根據(jù)不同的產(chǎn)品規(guī)格會(huì)存在許多不同的工作模式，不同模式下呈現(xiàn)不同的特征信息。在頻繁的模式切換下，傳統(tǒng)的多變量統(tǒng)計(jì)過程監(jiān)測(cè)方法就不能夠很好地分析數(shù)據(jù)的特征。故障重構(gòu)是故障診斷中必不可少的一個(gè)環(huán)節(jié)，但傳統(tǒng)的故障重構(gòu)的重構(gòu)方向是隨

2、機(jī)選取的，通過循環(huán)嘗試得到最佳結(jié)果，忽略了故障數(shù)據(jù)與正常數(shù)據(jù)之間的關(guān)系。針對(duì)上述問題，本文主要做了以下研究工作:
　　(1)本文提出一種基于相似性的多模式故障檢測(cè)方法。該方法運(yùn)用K-means聚類方法對(duì)數(shù)據(jù)進(jìn)行聚類，劃分歷史數(shù)據(jù)的模式類型。首先，將數(shù)據(jù)投影到高維空間中，計(jì)算各模式數(shù)據(jù)的負(fù)載矩陣與混合模式數(shù)據(jù)的負(fù)載矩陣進(jìn)行相似性比較。然后再根據(jù)提取各比較值的公共部分作為模式間的公共特征信息，并對(duì)剩下的特殊特征信息分別建模檢測(cè)，保留了

3、各個(gè)模式的局部特征，避免因局部信息丟失引起的漏報(bào)、誤報(bào)。最后，該方法被用于電熔鎂爐的故障檢測(cè)，并與全局建模方法相比較，證明該方法的有效性和準(zhǔn)確性。
　　(2)本文提出一種基于核主元分析重構(gòu)的故障分離方法。該方法也是將數(shù)據(jù)投影到高維空間中，找到對(duì)故障的產(chǎn)生影響比較大的故障方向是該方法的關(guān)鍵步驟。該方法通過提取正常數(shù)據(jù)與故障數(shù)據(jù)的相關(guān)信息，提取出對(duì)故障影響比較大的故障方向，將故障數(shù)據(jù)沿著提取的故障方向，進(jìn)行故障調(diào)節(jié)，恢復(fù)成正常的過程數(shù)