来源：期刊VIP网 时间：
作者：郭金玉;冯闯;李元;
单位：沈阳化工大学信息工程学院;
摘要：为了解决传统核独立成分分析（KICA）算法在处理大量样本时，模型计算复杂度高且运行时间较长的问题，提出一种基于降秩核独立成分分析（RR-KICA）的故障检测算法。该算法对核矩阵的构造方式进行了改进，计算每个新数据的核向量，以新增行向量、列向量的方式更新核矩阵；再根据该核矩阵是否满秩，决定核向量是否保留，直到计算完全部核向量并构造出核矩阵，从而建立RR-KICA模型，计算训练数据的I~2统计量及其控制限。将测试数据投影到RR-KICA模型上，计算I~2统计量，并与训练数据的控制限进行对比，若其超过控制限，则说明发生故障。将所提算法应用于田纳西-伊斯曼（TE）过程，与KPCA、KLPP、KECA、KICA、KEICA和RR-KPCA算法进行对比。结果表明，在检测率、误报率、检测延迟和运行时间方面，RR-KICA算法的故障检测效果均优于其他算法。RR-KICA算法将降秩的方法用于核矩阵计算，降低了核矩阵的维度，简化了KICA模型，有助于后续提取更多的数据信息并缩短算法运行时间。
关键词：核独立成分分析算法;;故障检测;;降秩;;核矩阵;;田纳西-伊斯曼过程;;统计量
基金资助：国家自然科学基金资助项目(62273242);; 辽宁省教育厅科学研究资助项目(JYTMS20231516)
