引言 随着连续、大规模、复杂过程工业的逐步发展，流程工业过程正在向大型化和精细化方向发展，生产的安全可靠至关重要，人们对工业设备及控制系统的可靠性和安全性的要求越来越高，通过故障检测与诊断实现过程监控已经成为过程自动化领域的重要的研究方向之一。主元分析(PCA)方法已广泛应用于监视多变量过程，但是PCA属于单尺度建模，而从实际过程采集的数据本质是多尺度的。因此，PCA分析在大多数过程数据模型中并不理想。另外，PCA将错误信息与重要信息分离，提取决定性特征的能力较差。小波变换具有联合时频分析的优势，能够从信号中提取信息，对信号进行多尺度细化分析。多尺度主元分析(MSPCA)将主元分析去除变量间关联和小波分析提取变量决定性特征、去除变量自相关性的优势相结合，不仅提高了侦查决定性变化的能力，而且也使得自相关变量监控在没有增广矩阵或时间序列模型的情况下也很有效。MSPCA方法是对现有方法的重大改进，具有广泛的应用前景。主元分析 主元分析方法是多变量监视的一种常用方法。它将多个相关的变量转化为少数几个相互独立的变量。 对....
