标题：基于KPCA-ARIMA模型的TE过程故障预测
作者：李志军 牛晓旭 李月恒
作者单位：北方工业大学现场总线及自动化北京市重点实验室，北京 100144
关键字：TE过程，核主元分析，求和自回归滑动平均，故障预测
摘要：以TE过程作为研究对象，主要选取过程中的故障8作为研究对象，提出了一种基于KPCA-ARIMA的建模方法来实现故障预测。首先采用核主元分析KPCA的方法对过程变量数据进行非线性映射，通过计算累计贡献率的方法进行主元特征提取，降低特征变量之间的非线性相关性，然后根据平方预测误差（SPE）和Hotelling’s T2的方法来检测过程中是否发生异常，以及故障发生的位置时间点。最后对得到的T2和SPE序列进行差分得到平稳序列，采用求和自回归滑动平均ARIMA模型分别对故障检测指标T2统计量和SPE统计量进行了最后50步的故障趋势预测。通过查看预测数据与实际数据的拟合程度，可以验证文中方法对TE过程中的故障有较准确的趋势预测，说明了该方法是有效的。