论文部分内容阅读
针对复杂工业过程中的非线性、非高斯特性以及多工况问题，提出了一种基于局部模型的在线统计监测新方法．首先利用局部最小二乘支持向量机回归（Least square support vector regression，LSSVR）模型对过程输出进行预测，与真实的输出相比较构成残差序列．然后利用ICA—PCA两步特征提取策略，完整地提取残差的高斯和非高斯信息，最后用三个统计量（I^2、T^2和SPE）对过程进行监测，建立了一种具有非线性、非高斯特性的多工况过程在线监测算法．通过对TE（Tennessee East