大作业-基于PCA故障诊断.doc

基于PCA） 的故障诊断  目录 1. 运用PCA方法的前提 2 2. PCA方法的基本理论 2 2.1 思路概述 2 2.2 基本理论 2 3. 利用PCA方法进行故障诊断的步骤 4 3.1 建立正常工况的主元模型 4 3.2 在线故障检测与诊断 4 4. PCA的局限性或优缺点 4 5. 基于TE过程的故障诊断 4 5.1 TE过程简介 4 5.2 基于PCA的故障诊断 6 5.2.1 仿真的参数设置 6 5.2.2 仿真结果 6 5.3 仿真总结 12 6. 总结 12 参考文献 13 附录 14  1. 运用PCA方法的前提 样本观测相对独立 潜在变量服从高斯分布 PCA方法的基本理论 2.1 思路概述 PCA方法是将高维过程数据投影到正交的低维子空间，并保留主要过程信息。而在几何上，把样本构成的坐标系，通过某种线性组合旋转到新的坐标空间，新的坐标轴代表了具有最大方差的方向[]。 2.2 基本理论 假设代表一个包含了m个传感器的测量样本，每个传感器各有n个独立采样，构造出测量数据矩阵 ，其中每一列代表一个测量变量，每一行代表一个样本。 对数据矩阵进行协方差分解，并选择主元的个数 X的协方差矩阵为 ，对其进行特征值分解，并且按照特征值的大小降序排序，如下： 其中，是一个对角阵，也是S的特征值矩阵，而且其对角线上的元素满足；是S的特征向量矩阵，维数为m