异常监测
-
基于PCA与统计学的工业过程故障检测仿真系统
本项目是一个完整的MATLAB故障检测仿真系统，旨在通过数据驱动的方法模拟和检测动态系统中的异常状态。该程序首先构建了一个模拟的数据生成器，能够产生包含多变量传感器的正常运行数据以及带有不同类型故障（如阶跃故障、线性漂移故障、传感器精度下降等）的测试数据。核心算法基于多元统计过程控制（MSPC）理论，具体采用了主成分分析（PCA）技术对高维数据进行降维处理，建立正常工况的统计模型。系统计算两个关键的监控统计量：Hotelling T2统计量（用于监测主元空间的变化）和平方预测误差SPE/Q统计量（用于监测残差空间的变化）。程序会自动根据核密度估计或高斯分布假设计算出95%和99%的置信上限（控制限）。在仿真运行过程中，该程序将实时输入测试数据，动态绘制T2和SPE控制图，一旦统计值超过控制限即触发报警。此外，代码还包含故障重构与定位的基本功能，通过贡献图（Contribution Plots）分析导致故障的主要变量。该项目代码结构清晰，注释详细，非常适合用于学习过程监控、异常检测算法以及MATLAB数据可视化技术。
