1、基于 MICA-FDA的水压试验机故障诊断方法研究1 多元统计故障检测与诊断 现代工业过程趋于复杂化，过程变量也越来越多，要想保证过程正常运行、提高产品质量就需要测量很多过程变量用于过程监控。1 多元统计故障检测与诊断 实际 的过程中各 变量 之间往往不是相互独立的，而是彼此间存在一定的相关关系。错综复杂的 相关 关系已经超出了操作员和工程师的判断能力，仅仅凭借直接观察和经验 难以找到 发生故障的真正位置和原因。这种情况称为 “操作员信息过载 ”。1 多元统计故障检测与诊断 如果能通过变换将相关的过程变量简化为几个独立的变量或指标，根据这些变量的变化则能够相对容易的找出故障的真正原因。 主元分
2、析法 (Principle Component Analysis，PCA) 独立成分分析 (Independent Component analysis， ICA) 费舍尔判别分析法（ Fisher Discriminant Analysis ， FDA）1.2 多元统计过程的数据预处理 现实世界中的数据大都含有噪声，为了从数据中提取有效信息，通常需要对数据进行预处理。 预处理过程有 3 个任务： （ 1）去除变量 （ 2）自标定 （ 3）剔除野点2 FDA的简介 2 .1 FDA的基本 理论 在 故障诊断中，从发生特定故障的设备上收集数据，并将数据归类， 其中每 类包含的数据代表一类特定的故障。 FDA 在最大化类间离散度方面是最优 的降 维技术。它确定了一系列投影向量，使得类间离散度最大，同时类内离散 度最小 。2.1 FDA的基本理论 2.1 FDA的基本理论 2.1 FDA的基本理论 2.1 FDA的基本理论
