1、主元分析PCA方法是一種被廣泛應(yīng)用的過(guò)程監(jiān)測(cè)方法。它能夠從高維數(shù)據(jù)中提取出最主要的信息，實(shí)現(xiàn)數(shù)據(jù)的降維，從而簡(jiǎn)化分析過(guò)程，實(shí)現(xiàn)對(duì)過(guò)程的有效監(jiān)測(cè)。對(duì)于實(shí)際工業(yè)生產(chǎn)過(guò)程，尤其是化工生產(chǎn)過(guò)程，保證生產(chǎn)過(guò)程的安全可靠至關(guān)重要，有效的過(guò)程監(jiān)測(cè)可以讓生產(chǎn)過(guò)程更安全、操作更可靠、效率更高。介于主元分析方法的諸多優(yōu)勢(shì)，將此方法及其改進(jìn)算法運(yùn)用于工業(yè)過(guò)程中來(lái)實(shí)現(xiàn)有效的過(guò)程監(jiān)測(cè)是一個(gè)富有挑戰(zhàn)性的研究方向。
　　 本文首先對(duì)傳統(tǒng)的主元分析方法進(jìn)行研究

2、，并分析傳統(tǒng)主元分析方法的優(yōu)缺點(diǎn)。詳細(xì)介紹各種常用的主元提取方法，尤其是應(yīng)用最廣泛最具代表性的累積貢獻(xiàn)率CPV法，詳細(xì)分析各種方法的局限性。在原有主元提取方法的基礎(chǔ)上，本文中提出了一種新的閾值法來(lái)自適應(yīng)提取主元，通過(guò)數(shù)學(xué)模型與標(biāo)準(zhǔn)TE過(guò)程仿真實(shí)驗(yàn)，充分驗(yàn)證了所提出方法的有效性。
　　 隨后，介于傳統(tǒng)PCA方法的局限性，文中詳細(xì)闡述了兩種自適應(yīng)主元分析方法——遞推主元分析和移動(dòng)窗主元分析，并在兩種方法的基礎(chǔ)上結(jié)合文中所提出的閾值法

3、對(duì)原算法進(jìn)行一定程度的改進(jìn)，提出了兩種基于閾值法的改進(jìn)算法基于閾值法的改進(jìn)遞推主元分析和基于閾值法的改進(jìn)移動(dòng)窗主元分析。通過(guò)數(shù)學(xué)模型與標(biāo)準(zhǔn)TE過(guò)程仿真實(shí)驗(yàn)，驗(yàn)證了兩類改進(jìn)算法的有效性。
　　 最后，介于傳統(tǒng)的PCA及自適應(yīng)PCA方法均為單尺度建模，不能實(shí)現(xiàn)多尺度分析的缺點(diǎn)，文中詳細(xì)研究了多尺度主元分析算法。在Mallat算法的基礎(chǔ)上，實(shí)現(xiàn)對(duì)信號(hào)的多分辨率分析，從而實(shí)現(xiàn)多尺度建模。在傳統(tǒng)的多尺度主元分析的基礎(chǔ)上，結(jié)合閾值法及移動(dòng)窗