关键词：因子分析;独立因子分析;改进的综合监控指标;噪声空间指标;非高斯
摘 要：工业过程数据具有高斯和非高斯混合分布的特点。独立因子分析(IFA)采用一维高斯混合模型拟合任意的因子分布,因此可以处理高斯和非高斯混合的问题。虽然在给定因子数的前提下变分IFA算法可以有效地缩短建模时间,但是独立因子数的选择仍然需要较长的计算时间。此外,若IFA的因子数选择不当,会造成部分因子的信息遗留在观察变量的残差中,导致GSPE监控指标的监控性能变差。为了解决IFA在实际应用中存在的问题,本文结合了IFA和FA方法。首先使用FA辅助IFA选取独立因子数,以进一步减小IFA建模时间;其次使用FA对IFA的残差进行再处理,以解决由于独立因子数选择不当造成的问题。最后将该方法应用于田纳西-伊斯曼(TE)过程和乙烯裂解炉过程的监控中,实验结果验证了该联合方法的有效性。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取