引言 隨著連續、大規模、復雜過程工業的逐步發展，流程工業過程正在向大型化和精細化方向發展，生產的安全可靠至關重要，人們對工業設備及控制系統的可靠性和安全性的要求越來越高，通過故障檢測與診斷實現過程監控已經成為過程自動化領域的重要的研究方向之一。主元分析(PCA)方法已廣泛應用于監視多變量過程，但是PCA屬于單尺度建模，而從實際過程采集的數據本質是多尺度的。因此，PCA分析在大多數過程數據模型中并不理想。另外，PCA將錯誤信息與重要信息分離，提取決定性特征的能力較差。小波變換具有聯合時頻分析的優勢，能夠從信號中提取信息，對信號進行多尺度細化分析。多尺度主元分析(MSPCA)將主元分析去除變量間關聯和小波分析提取變量決定性特征、去除變量自相關性的優勢相結合，不僅提高了偵查決定性變化的能力，而且也使得自相關變量監控在沒有增廣矩陣或時間序列模型的情況下也很有效。MSPCA方法是對現有方法的重大改進，具有廣泛的應用前景。主元分析 主元分析方法是多變量監視的一種常用方法。它將多個相關的變量轉化為少數幾個相互獨立的變量。 對....