English
资源说明：针对复杂工业过程混合分布的问题，提出了基于鲁棒ICA-PCA（independent component analysis-principal component analysis）的故障诊断新方法。由于实际工业过程数据不可避免地带有大量干扰，为降低数据粗糙的影响，首先采用小波去噪算法提高建模数据质量；然后利用鲁棒ICA-PCA算法提取过程的非高斯和高斯信息，并构建了三个统计量进行故障的监控；最后将上述方法应用到田纳西—伊斯曼（Tennessee Eastman，TE）化工过程。仿真结果表明，相比于传统PCA算法、ICA-PCA等算法，鲁棒ICA-PCA方法能够有效地检测故障的发生，具有较好的鲁棒性和灵敏性。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
