简介基于PCA的TE过程故障诊断方法在工业过程监控中应用广泛这份资源提供对应的Matlab实现与说明文档面向过程控制、故障诊断方向的研究者或工程师。压缩包仅含1个doc文件共784KB文档内详细梳理了离线PCA模型建立、统计量控制限计算以及在线监测流程并附有以故障11为例的仿真程序代码片段。已有2172人学习下载。通过阅读该文档可系统掌握中心化标准化、协方差矩阵特征分解、主元个数确定累积贡献率法与交叉检验法、T2与SPE统计量控制限计算、贡献图定位故障变量等关键步骤并能对照TE过程数据集直接调试Matlab代码便于快速搭建自己的故障诊断实验。整体内容紧凑适合本科高年级及研究生作为课题入门参考。 先说明一下这篇文章不适合还没搞懂“PCA是什么”的纯新手直接上手但你只要知道主成分分析是把高维数据投影到少数几个方向上的方法就够了。其余涉及统计量和控制限的部分我会给出可以直接用的公式和代码逻辑你哪怕不理解细节也能先把结果跑出来再回头慢慢消化原理。TE过程和PCA这两个词放在一起在过程控制领域几乎等同于“实训标准”。TE不是一个虚构的简化模型而是美国田纳西州伊斯曼化学公司的一套真实化工流程仿真平台后来被公开出来供学术界做控制、优化、故障诊断研究。很多智能制造、工业AI方向的论文第一张图跑的几乎都是TE数据下的检测精度。这篇内容就围绕一条主线展开用PCA对TE过程做故障检测和诊断从数据理解开始到Matlab代码写通再到贡献图定位故障变量最后把我和不少人踩过的坑一并列出来。1. 为什么故障诊断都爱用TE过程做实验1.1 TE过程的来头TE全过程Tennessee Eastman Process最早是Eastman化学公司根据实际化工流程抽象出来的仿真模型原始目的是评估过程控制和监控算法。它模拟的是一个反应器、冷凝器、气液分离器、汽提塔构成的多单元化工系统包含四种反应物料A、C、D、E产物是G和H还带一个副产物F。跟很多仿真平台不一样TE不是“拍脑袋”搭的它的每个变量都有明确物理含义。整套过程有12个操作变量阀门开度、物料流量等和41个测量变量温度、压力、液位、流量、组分等实际建模时一般把操作变量和测量变量拼在一起组成52维的数据矩阵。这个维度规模很接近真实工业DCS系统的局部监控规模所以用来验证故障诊断算法非常合适。1.2 数据集里的变量和典型故障TE测试平台总共定义了21种故障从编号1到21覆盖了各种工业常见问题阶跃类故障比如故障1A/C进料比阶跃、故障2B组分阶跃、故障4反应器冷却水入口温度阶跃慢漂移类故障比如故障5冷凝器冷却水入口温度阶跃但有热惯性、故障11反应器冷却水入口温度缓慢漂移随机波动类故障比如故障10C进料温度随机波动、故障12D进料温度随机波动阀门粘滞类故障比如故障15、16、17模拟的是冷凝器冷却水阀门或汽提塔阀门卡涩每种故障的数据分训练集和测试集训练集960个采样点测试集也是960个采样点但测试集的故障是从第160个采样点之后引入的。也就是说前160个样本是正常工况后面800个样本是故障工况采样间隔3分钟约等于48小时的过程数据。这套设计非常贴近现场你不可能让设备先出故障再去建模所以训练模型只用正常工况数据测试时才把故障样本喂进去看算法能不能在故障发生后尽快报警。这也是多元统计过程监控MSPM方法论的核心逻辑。1.3 数据集怎么准备TE数据是纯文本格式的.dat文件每一行是一个采样点的52个变量值。不同版本的公开仓库在文件命名上略有差异但基本都有d00.dat正常工况训练集d01.dat ~ d21.dat每种故障对应的训练集d00te.dat正常工况测试集d01te.dat ~ d21te.dat每种故障对应的测试集在Matlab里加载非常直接比如X_train_normal load(d00.dat); X_test_fault1 load(d01te.dat);有一点要特别注意国内网络环境下原版TE数据在部分高校页面下载可能不稳定可以去GitHub搜索te dataset相关的开源仓库选择下载量高、说明文档完整的版本。有些仓库已经帮你把数据整理成.mat格式加载更方便但你要确认一下数据维度是不是52列因为有个别精简版只保留了41列测量变量这会直接影响后面的建模效果。2. 从PCA到故障检测主元空间和残差空间的博弈2.1 PCA在故障诊断里真正干的是什么很多人初学PCA第一个反应是“降维”。这个理解没错但如果只把它当成降维就会错过它在故障诊断里最核心的价值它把正常工况的数据波动拆成两个空间一个是主元空间一个是残差空间。打个比方一个运行稳定的化工过程所有变量之间应该存在相对固定的关联关系。反应器温度升高时冷却水阀门应该自动开大进料流量增加时液位应该在一定范围内波动。这些“变量间的默契”就是正常工况的结构。PCA做的是把这种结构提取出来用少数几个主元去表达剩下的部分就是残差。正常运行时得分向量在主元空间里围绕原点附近波动残差也很小。一旦过程发生异常变量之间的关联被打破要么主元空间里出现一个偏离正常轨迹的得分点要么残差突然变大。这两种异常分别由两个统计量来捕捉也就是T2和SPE。2.2 T2和SPE两个各怀绝技的检测器T2统计量衡量的是样本在主元空间中的位移程度公式是T_i^2 t_i^T · S^{-1} · t_i其中t_i是第i个样本的得分向量S是由训练集主元特征值构成的对角矩阵。T2对那种“整体操作状态发生偏移”的故障非常敏感比如进料配比变了、反应温度整段抬升这类故障会让流程转移到新的工作点上T2会迅速冲到控制限以上。SPE统计量也叫Q统计量衡量的是残差大小SPE_i e_i^T · e_i ||x_i - P_k · t_i||^2SPE对应的是“模型本身被破坏”的异常。比如某个传感器失灵、某个阀门卡住导致变量间的关联关系变得和以前不一样了这时即使主元空间看着还算正常残差空间也会像被捅破的窗户纸一样漏洞百出。实际用的时候T2和SPE就像两个配合的哨兵T2盯着“大方向走没走偏”SPE盯着“结构有没有坏”。两类故障的表现不同但绝大多数故障都至少要触发其中一个统计量所以工业现场常用的是把两个统计量画在同一张监控图上任何一个超限就认为异常。2.3 为什么PCA类方法在工业现场吃香做过实际项目的人应该深有体会工业装置很难给出精确的机理模型尤其是一套耦合很强的化工流程能量平衡、物料平衡、反应动力学参数都难以精确标定。PCA不一样它只需要历史正常数据不用管过程内部到底发生了什么物理化学反应属于典型的数据驱动方法。这一点让它在现场落地的门槛低了很多。你不需要知道故障到底是怎么发生的只需要把DCS系统里保存的正常工况数据拉出来训练一个PCA模型就能上线监控。当然它也有局限比如对微小故障不敏感、对过程非线性和工况切换适应能力有限但作为故障诊断的第一道防线它至今仍是性价比最高的选择。3. Matlab代码实战从标准化到控制限一个能跑的流程3.1 训练集的加载与标准化Matlab代码看似简单但坑往往藏在细节里。第一步是加载正常工况训练数据并对每一列做标准化也就是减去均值除以标准差。% 加载正常工况训练数据 X load(d00.dat); [n, m] size(X); % n960, m52 % 计算每列的均值和标准差 mu mean(X); sigma std(X); % 标准化 X_norm (X - mu) ./ sigma;这里有一个在标准化上最容易翻车的地方很多初学者会把测试集单独拿来做标准化这是致命错误。测试集必须沿用训练集的均值和标准差否则故障引起的偏移会被“标准化”过程抹掉。如果测试集里的故障导致某列均值变高你再用测试集自己的均值去减等于把故障信号清零了。这一点后面还会专门展开。3.2 建立PCA模型并确定主元个数PCA建模可以直接用Matlab的pca函数也可以自己用SVD分解。底层逻辑是一样的都是求XT·X的特征结构。% pca函数返回主成分系数coeff、得分score、特征值latent [coeff, score, latent] pca(X_norm, Centered, false); % 累计方差贡献率 explained 100 * latent / sum(latent); cum_ratio cumsum(explained); % 设定主元个数累计贡献率到达85%~90% k find(cum_ratio 85, 1, first); fprintf(选择的主元个数%d\n, k);主元个数k的选择是整个流程里对结果影响最大的参数。选少了主元空间太窄很多正常波动都会被当成故障选多了噪声也被建模进去残差空间信息量变少SPE对故障的敏感度会明显下降。TE过程52个变量下k通常落在10到30之间具体用哪种策略看你的检测目标。如果主要靠SPE检测k可以稍微偏小如果主要靠T2k可以略微偏大。3.3 T2和SPE控制限怎么算控制限划定了“正常”和“异常”的边界这部分的统计公式来自多元统计过程监控的经典理论。T2的控制限基于F分布SPE的控制限基于近似卡方分布。% T2控制限F分布 alpha 0.99; % 置信水平99% T2_lim k * (n-1) / (n-k) * finv(alpha, k, n-k); % 训练集T2和SPE score_train X_norm * coeff(:, 1:k); % 训练得分 T2_train sum(score_train.^2 ./ latent(1:k), 2); residual_train X_norm - score_train * coeff(:, 1:k); SPE_train sum(residual_train.^2, 2); % SPE控制限近似卡方分布Box-Cox方法 mean_spe mean(SPE_train); var_spe var(SPE_train); g var_spe / (2 * mean_spe); h 2 * mean_spe^2 / var_spe; SPE_lim g * chi2inv(alpha, h);之所以SPE不用严格分布而用近似卡方是因为残差的真实分布通常偏离高斯假设Box-Cox这个近似在实际工程中已经有大量验证效果足够好。我在做实验时也对比过用核密度估计算SPE控制限比近似卡方略微精确一点但计算复杂度高不少在线监控场景还是推荐近似卡方。3.4 测试集在线监控的完整流程测试阶段做的事情是把测试数据用训练集统计量标准化投影到已建立的PCA模型计算每个时刻的T2和SPE然后和控制限比较。function [T2_test, SPE_test] pca_monitor(X_test, mu, sigma, coeff, latent, k) % 测试集标准化必须用训练集的mu和sigma X_std (X_test - mu) ./ sigma; % 投影到主元空间 score_test X_std * coeff(:, 1:k); % T2统计量 T2_test sum(score_test.^2 ./ latent(1:k), 2); % SPE统计量 residual X_std - score_test * coeff(:, 1:k); SPE_test sum(residual.^2, 2); end跑完之后把T2_test和SPE_test分别和T2_lim、SPE_lim对比超限标记为检测出故障。最常见的效果图就是一张上下两条曲线的监控图上面是T2和它的控制限下面是SPE和它的控制限。故障从第161个点引入后如果统计量明显越限就说明算法把故障抓住了。以故障1为例我用上述代码跑下来T2和SPE在故障引入后都有非常明显的越限检测率故障引入后的超限样本数除以800个故障样本数通常在95%以上这部分结果和绝大多数论文对得上。4. 从“报故障”到“找病因”贡献图的写法与判读4.1 故障检测和故障诊断不是一回事检测到故障只是第一步工程上更关心的是“到底是哪个变量出了问题”。T2和SPE告诉你的只是“出事了”贡献图则是回答“怀疑是谁干的”。两者的关系很像体温计测出发烧但你需要查血常规、看炎症指标才能找到感染源。贡献图的核心思想是把某个样本的T2或SPE统计量拆解到每个原始变量上看看哪个变量对超限的贡献最大。贡献最大的几个变量大概率就是故障的源头或者受故障影响最严重的环节。4.2 SPE贡献图的Matlab写法SPE贡献图的构造方式比较直观。某样本的SPE是残差向量各元素平方和于是每个变量的贡献自然就是残差对应分量的平方。% 选取故障发生后某个采样点比如第300个点 idx 300; % 计算该样本的残差 x_std (X_test(idx, :) - mu) ./ sigma; t x_std * coeff(:, 1:k); e x_std - t * coeff(:, 1:k); % 各变量对SPE的贡献 contrib_spe e.^2; % 归一化并绘图 bar(contrib_spe / sum(contrib_spe) * 100); xlabel(变量编号); ylabel(SPE贡献百分比(%));T2贡献图稍微复杂一点因为T2是所有主元得分加权平方和需要将每个主元的贡献按照原始变量拆解。不过从实用角度SPE贡献图在多数场景下已经足够用而且对传感器故障、阀门故障这类破坏关联结构的异常特别有效。4.3 判读贡献图的几个实际经验以故障1A/C进料比阶跃为例稳定阶段SPE贡献图上XMEAS1A进料流量对应的测量和XMEAS18等几个直接相关的变量会显著突出。这时候你可以查TE过程的变量说明表把贡献最大的前3到5个变量对应的物理测点找出来基本就能还原故障部位。有几个细节值得注意不要只看某一个孤立采样点的贡献图建议对故障后一段区间比如故障后第50到第100个采样点求平均贡献波动会平滑很多结果更稳定。贡献图给的是“嫌疑变量”不一定是“根因变量”。它反映的是和正常模型偏差最大的变量有时受故障影响最大的变量是“受害者”根因反而是上游某个缓慢漂移的量。所以现场做诊断贡献图要结合工艺知识综合判断。如果所有变量的贡献都差不多没有明显尖峰多半是故障太微弱或者故障本质上影响全局比如进料总流量波动这种情况定位能力有限需要换方法比如ICA、CCA或者基于重构的贡献图。5. 复现TE过程故障诊断时必须避开的坑5.1 测试集标准化方向搞反故障信号被吃掉这个坑我见过不下五次包括当年自己初学的时候。错误做法是% 错误示范 X_test_std (X_test - mean(X_test)) ./ std(X_test);如果测试集有故障用测试集自己的均值去标准化相当于把故障导致的整体偏移从数据里减掉了。你把故障“矫正”回了正常范围PCA模型自然什么都检测不出来。正确做法永远是用训练集的mu和sigma去标准化测试集。这个道理听起来很简单但实际操作里因为pca函数封装得好很多人直接对测试集调pca连带着把Centered设成true等于在测试阶段重新估算了均值和方差故障信息基本丢失。5.2 主元个数不同检测率天差地别k值的影响我前面说过这里用具体感受补一句故障4反应器冷却水入口温度阶跃在k取8左右时SPE检测率能达到90%以上但如果你把k推到35检测率可能掉到70%以下。原因是主元个数越多正常波动被“吸收”得越干净故障造成的残差被主元空间解释掉了一部分SPE自然就“看不见”了。所以调试时别只用一个固定k建议在主元累计贡献率80%到95%之间做一个网格搜索以测试集检测率为指标选出最优k。虽然在线监控时模型参数是固定的但在线下的仿真阶段完全可以把k当成一个可调超参数来找最优值。5.3 检测率评估的样本区间要扣掉前160个正常点很多人在计算检测率时直接把测试集全部960个样本拿来算超限率。但测试集前160个是正常工况如果你把正常点也算进去检测率会被“稀释”。一个模型如果前面160个点全部不漏报后面800个点全部漏报整体超限率只有16.7%看起来很差但真实性能其实还可以。反过来如果模型误报很高前160个点全部超限后面故障又没检出整体超限率也是16.7%表现却完全相反。标准做法是把故障发生后的第161到第960个样本单独拎出来计算检测率正常段的误报率单独统计。评估一个故障诊断算法的优劣要看两把尺子故障段检测率要高正常段误报率要低任何只看一个指标的结论都不可靠。5.4 慢漂移类故障要配合滑动窗口故障11这类冷凝器冷却水入口温度慢漂移故障引入初期变量偏移量很小单点统计量可能在控制限上下反复跳动造成“时好时坏”的检测效果。解决办法是引入滑动窗口对一段时间内的SPE做均值或中值平滑窗口长度通常取10到20个采样点。这样做会牺牲一点实时性大约延迟30到60分钟但对缓变故障的检测稳定性提升非常明显。我自己在复现时对故障5、故障6这类动态特性比较慢的工况不加滑动窗口的SPE曲线锯齿非常严重加了窗口后报警点变得清晰干净检测率也有几个百分点的提升。这个经验放在在线监控场景里尤其适用现场并不差这半小时的报警延迟但一个误报解除联锁的成本可能远高于此。5.5 不同故障对T2和SPE的敏感度差异很大TE的21种故障不是均匀分布的有的故障T2表现好有的故障SPE表现好有的两者都不太行。故障1、2这类阶跃性进料变化T2和SPE都能检测T2更灵敏。故障4、11这类反应器冷却水异常SPE更灵敏T2可能要到故障后期才明显越限。故障3D进料温度阶跃、故障9D进料温度随机变化是出了名的难检测有些论文里它们的检测率能做到70%已经算不错因为故障本身对主要变量的影响很弱。所以评判一个PCA模型好不好不能只看单个故障要至少在故障1、2、4、5、6、7、11、14这一组典型故障上全面跑一遍才能下结论。那些宣称“95%以上检测率”的工作你去看实验设计基本都是挑了好检测的故障来报结果不是模型真的神通广大。整个流程走下来我对PCA做TE过程故障诊断的总结只有一句话它未必是精度最高的方法但一定是最适合入门的。你不需要提前知道故障的机理不需要复杂的信号处理和深度学习调参经验一套标准化、一个SVD、两个统计量就能搭建出完整的故障检测框架。代码跑通之后再去读那些用KPCA、ICA、CCA做TE故障诊断的论文你会发现自己已经能看懂它们在改什么、为什么改这就是一个很扎实的起点。本文还有配套的精品资源点击获取 PCA故障诊断实战：从TE过程到T2/SPE统计量的完整指南
简介基于PCA的TE过程故障诊断方法在工业过程监控中应用广泛这份资源提供对应的Matlab实现与说明文档面向过程控制、故障诊断方向的研究者或工程师。压缩包仅含1个doc文件共784KB文档内详细梳理了离线PCA模型建立、统计量控制限计算以及在线监测流程并附有以故障11为例的仿真程序代码片段。已有2172人学习下载。通过阅读该文档可系统掌握中心化标准化、协方差矩阵特征分解、主元个数确定累积贡献率法与交叉检验法、T2与SPE统计量控制限计算、贡献图定位故障变量等关键步骤并能对照TE过程数据集直接调试Matlab代码便于快速搭建自己的故障诊断实验。整体内容紧凑适合本科高年级及研究生作为课题入门参考。 先说明一下这篇文章不适合还没搞懂“PCA是什么”的纯新手直接上手但你只要知道主成分分析是把高维数据投影到少数几个方向上的方法就够了。其余涉及统计量和控制限的部分我会给出可以直接用的公式和代码逻辑你哪怕不理解细节也能先把结果跑出来再回头慢慢消化原理。TE过程和PCA这两个词放在一起在过程控制领域几乎等同于“实训标准”。TE不是一个虚构的简化模型而是美国田纳西州伊斯曼化学公司的一套真实化工流程仿真平台后来被公开出来供学术界做控制、优化、故障诊断研究。很多智能制造、工业AI方向的论文第一张图跑的几乎都是TE数据下的检测精度。这篇内容就围绕一条主线展开用PCA对TE过程做故障检测和诊断从数据理解开始到Matlab代码写通再到贡献图定位故障变量最后把我和不少人踩过的坑一并列出来。1. 为什么故障诊断都爱用TE过程做实验1.1 TE过程的来头TE全过程Tennessee Eastman Process最早是Eastman化学公司根据实际化工流程抽象出来的仿真模型原始目的是评估过程控制和监控算法。它模拟的是一个反应器、冷凝器、气液分离器、汽提塔构成的多单元化工系统包含四种反应物料A、C、D、E产物是G和H还带一个副产物F。跟很多仿真平台不一样TE不是“拍脑袋”搭的它的每个变量都有明确物理含义。整套过程有12个操作变量阀门开度、物料流量等和41个测量变量温度、压力、液位、流量、组分等实际建模时一般把操作变量和测量变量拼在一起组成52维的数据矩阵。这个维度规模很接近真实工业DCS系统的局部监控规模所以用来验证故障诊断算法非常合适。1.2 数据集里的变量和典型故障TE测试平台总共定义了21种故障从编号1到21覆盖了各种工业常见问题阶跃类故障比如故障1A/C进料比阶跃、故障2B组分阶跃、故障4反应器冷却水入口温度阶跃慢漂移类故障比如故障5冷凝器冷却水入口温度阶跃但有热惯性、故障11反应器冷却水入口温度缓慢漂移随机波动类故障比如故障10C进料温度随机波动、故障12D进料温度随机波动阀门粘滞类故障比如故障15、16、17模拟的是冷凝器冷却水阀门或汽提塔阀门卡涩每种故障的数据分训练集和测试集训练集960个采样点测试集也是960个采样点但测试集的故障是从第160个采样点之后引入的。也就是说前160个样本是正常工况后面800个样本是故障工况采样间隔3分钟约等于48小时的过程数据。这套设计非常贴近现场你不可能让设备先出故障再去建模所以训练模型只用正常工况数据测试时才把故障样本喂进去看算法能不能在故障发生后尽快报警。这也是多元统计过程监控MSPM方法论的核心逻辑。1.3 数据集怎么准备TE数据是纯文本格式的.dat文件每一行是一个采样点的52个变量值。不同版本的公开仓库在文件命名上略有差异但基本都有d00.dat正常工况训练集d01.dat ~ d21.dat每种故障对应的训练集d00te.dat正常工况测试集d01te.dat ~ d21te.dat每种故障对应的测试集在Matlab里加载非常直接比如X_train_normal load(d00.dat); X_test_fault1 load(d01te.dat);有一点要特别注意国内网络环境下原版TE数据在部分高校页面下载可能不稳定可以去GitHub搜索te dataset相关的开源仓库选择下载量高、说明文档完整的版本。有些仓库已经帮你把数据整理成.mat格式加载更方便但你要确认一下数据维度是不是52列因为有个别精简版只保留了41列测量变量这会直接影响后面的建模效果。2. 从PCA到故障检测主元空间和残差空间的博弈2.1 PCA在故障诊断里真正干的是什么很多人初学PCA第一个反应是“降维”。这个理解没错但如果只把它当成降维就会错过它在故障诊断里最核心的价值它把正常工况的数据波动拆成两个空间一个是主元空间一个是残差空间。打个比方一个运行稳定的化工过程所有变量之间应该存在相对固定的关联关系。反应器温度升高时冷却水阀门应该自动开大进料流量增加时液位应该在一定范围内波动。这些“变量间的默契”就是正常工况的结构。PCA做的是把这种结构提取出来用少数几个主元去表达剩下的部分就是残差。正常运行时得分向量在主元空间里围绕原点附近波动残差也很小。一旦过程发生异常变量之间的关联被打破要么主元空间里出现一个偏离正常轨迹的得分点要么残差突然变大。这两种异常分别由两个统计量来捕捉也就是T2和SPE。2.2 T2和SPE两个各怀绝技的检测器T2统计量衡量的是样本在主元空间中的位移程度公式是T_i^2 t_i^T · S^{-1} · t_i其中t_i是第i个样本的得分向量S是由训练集主元特征值构成的对角矩阵。T2对那种“整体操作状态发生偏移”的故障非常敏感比如进料配比变了、反应温度整段抬升这类故障会让流程转移到新的工作点上T2会迅速冲到控制限以上。SPE统计量也叫Q统计量衡量的是残差大小SPE_i e_i^T · e_i ||x_i - P_k · t_i||^2SPE对应的是“模型本身被破坏”的异常。比如某个传感器失灵、某个阀门卡住导致变量间的关联关系变得和以前不一样了这时即使主元空间看着还算正常残差空间也会像被捅破的窗户纸一样漏洞百出。实际用的时候T2和SPE就像两个配合的哨兵T2盯着“大方向走没走偏”SPE盯着“结构有没有坏”。两类故障的表现不同但绝大多数故障都至少要触发其中一个统计量所以工业现场常用的是把两个统计量画在同一张监控图上任何一个超限就认为异常。2.3 为什么PCA类方法在工业现场吃香做过实际项目的人应该深有体会工业装置很难给出精确的机理模型尤其是一套耦合很强的化工流程能量平衡、物料平衡、反应动力学参数都难以精确标定。PCA不一样它只需要历史正常数据不用管过程内部到底发生了什么物理化学反应属于典型的数据驱动方法。这一点让它在现场落地的门槛低了很多。你不需要知道故障到底是怎么发生的只需要把DCS系统里保存的正常工况数据拉出来训练一个PCA模型就能上线监控。当然它也有局限比如对微小故障不敏感、对过程非线性和工况切换适应能力有限但作为故障诊断的第一道防线它至今仍是性价比最高的选择。3. Matlab代码实战从标准化到控制限一个能跑的流程3.1 训练集的加载与标准化Matlab代码看似简单但坑往往藏在细节里。第一步是加载正常工况训练数据并对每一列做标准化也就是减去均值除以标准差。% 加载正常工况训练数据 X load(d00.dat); [n, m] size(X); % n960, m52 % 计算每列的均值和标准差 mu mean(X); sigma std(X); % 标准化 X_norm (X - mu) ./ sigma;这里有一个在标准化上最容易翻车的地方很多初学者会把测试集单独拿来做标准化这是致命错误。测试集必须沿用训练集的均值和标准差否则故障引起的偏移会被“标准化”过程抹掉。如果测试集里的故障导致某列均值变高你再用测试集自己的均值去减等于把故障信号清零了。这一点后面还会专门展开。3.2 建立PCA模型并确定主元个数PCA建模可以直接用Matlab的pca函数也可以自己用SVD分解。底层逻辑是一样的都是求XT·X的特征结构。% pca函数返回主成分系数coeff、得分score、特征值latent [coeff, score, latent] pca(X_norm, Centered, false); % 累计方差贡献率 explained 100 * latent / sum(latent); cum_ratio cumsum(explained); % 设定主元个数累计贡献率到达85%~90% k find(cum_ratio 85, 1, first); fprintf(选择的主元个数%d\n, k);主元个数k的选择是整个流程里对结果影响最大的参数。选少了主元空间太窄很多正常波动都会被当成故障选多了噪声也被建模进去残差空间信息量变少SPE对故障的敏感度会明显下降。TE过程52个变量下k通常落在10到30之间具体用哪种策略看你的检测目标。如果主要靠SPE检测k可以稍微偏小如果主要靠T2k可以略微偏大。3.3 T2和SPE控制限怎么算控制限划定了“正常”和“异常”的边界这部分的统计公式来自多元统计过程监控的经典理论。T2的控制限基于F分布SPE的控制限基于近似卡方分布。% T2控制限F分布 alpha 0.99; % 置信水平99% T2_lim k * (n-1) / (n-k) * finv(alpha, k, n-k); % 训练集T2和SPE score_train X_norm * coeff(:, 1:k); % 训练得分 T2_train sum(score_train.^2 ./ latent(1:k), 2); residual_train X_norm - score_train * coeff(:, 1:k); SPE_train sum(residual_train.^2, 2); % SPE控制限近似卡方分布Box-Cox方法 mean_spe mean(SPE_train); var_spe var(SPE_train); g var_spe / (2 * mean_spe); h 2 * mean_spe^2 / var_spe; SPE_lim g * chi2inv(alpha, h);之所以SPE不用严格分布而用近似卡方是因为残差的真实分布通常偏离高斯假设Box-Cox这个近似在实际工程中已经有大量验证效果足够好。我在做实验时也对比过用核密度估计算SPE控制限比近似卡方略微精确一点但计算复杂度高不少在线监控场景还是推荐近似卡方。3.4 测试集在线监控的完整流程测试阶段做的事情是把测试数据用训练集统计量标准化投影到已建立的PCA模型计算每个时刻的T2和SPE然后和控制限比较。function [T2_test, SPE_test] pca_monitor(X_test, mu, sigma, coeff, latent, k) % 测试集标准化必须用训练集的mu和sigma X_std (X_test - mu) ./ sigma; % 投影到主元空间 score_test X_std * coeff(:, 1:k); % T2统计量 T2_test sum(score_test.^2 ./ latent(1:k), 2); % SPE统计量 residual X_std - score_test * coeff(:, 1:k); SPE_test sum(residual.^2, 2); end跑完之后把T2_test和SPE_test分别和T2_lim、SPE_lim对比超限标记为检测出故障。最常见的效果图就是一张上下两条曲线的监控图上面是T2和它的控制限下面是SPE和它的控制限。故障从第161个点引入后如果统计量明显越限就说明算法把故障抓住了。以故障1为例我用上述代码跑下来T2和SPE在故障引入后都有非常明显的越限检测率故障引入后的超限样本数除以800个故障样本数通常在95%以上这部分结果和绝大多数论文对得上。4. 从“报故障”到“找病因”贡献图的写法与判读4.1 故障检测和故障诊断不是一回事检测到故障只是第一步工程上更关心的是“到底是哪个变量出了问题”。T2和SPE告诉你的只是“出事了”贡献图则是回答“怀疑是谁干的”。两者的关系很像体温计测出发烧但你需要查血常规、看炎症指标才能找到感染源。贡献图的核心思想是把某个样本的T2或SPE统计量拆解到每个原始变量上看看哪个变量对超限的贡献最大。贡献最大的几个变量大概率就是故障的源头或者受故障影响最严重的环节。4.2 SPE贡献图的Matlab写法SPE贡献图的构造方式比较直观。某样本的SPE是残差向量各元素平方和于是每个变量的贡献自然就是残差对应分量的平方。% 选取故障发生后某个采样点比如第300个点 idx 300; % 计算该样本的残差 x_std (X_test(idx, :) - mu) ./ sigma; t x_std * coeff(:, 1:k); e x_std - t * coeff(:, 1:k); % 各变量对SPE的贡献 contrib_spe e.^2; % 归一化并绘图 bar(contrib_spe / sum(contrib_spe) * 100); xlabel(变量编号); ylabel(SPE贡献百分比(%));T2贡献图稍微复杂一点因为T2是所有主元得分加权平方和需要将每个主元的贡献按照原始变量拆解。不过从实用角度SPE贡献图在多数场景下已经足够用而且对传感器故障、阀门故障这类破坏关联结构的异常特别有效。4.3 判读贡献图的几个实际经验以故障1A/C进料比阶跃为例稳定阶段SPE贡献图上XMEAS1A进料流量对应的测量和XMEAS18等几个直接相关的变量会显著突出。这时候你可以查TE过程的变量说明表把贡献最大的前3到5个变量对应的物理测点找出来基本就能还原故障部位。有几个细节值得注意不要只看某一个孤立采样点的贡献图建议对故障后一段区间比如故障后第50到第100个采样点求平均贡献波动会平滑很多结果更稳定。贡献图给的是“嫌疑变量”不一定是“根因变量”。它反映的是和正常模型偏差最大的变量有时受故障影响最大的变量是“受害者”根因反而是上游某个缓慢漂移的量。所以现场做诊断贡献图要结合工艺知识综合判断。如果所有变量的贡献都差不多没有明显尖峰多半是故障太微弱或者故障本质上影响全局比如进料总流量波动这种情况定位能力有限需要换方法比如ICA、CCA或者基于重构的贡献图。5. 复现TE过程故障诊断时必须避开的坑5.1 测试集标准化方向搞反故障信号被吃掉这个坑我见过不下五次包括当年自己初学的时候。错误做法是% 错误示范 X_test_std (X_test - mean(X_test)) ./ std(X_test);如果测试集有故障用测试集自己的均值去标准化相当于把故障导致的整体偏移从数据里减掉了。你把故障“矫正”回了正常范围PCA模型自然什么都检测不出来。正确做法永远是用训练集的mu和sigma去标准化测试集。这个道理听起来很简单但实际操作里因为pca函数封装得好很多人直接对测试集调pca连带着把Centered设成true等于在测试阶段重新估算了均值和方差故障信息基本丢失。5.2 主元个数不同检测率天差地别k值的影响我前面说过这里用具体感受补一句故障4反应器冷却水入口温度阶跃在k取8左右时SPE检测率能达到90%以上但如果你把k推到35检测率可能掉到70%以下。原因是主元个数越多正常波动被“吸收”得越干净故障造成的残差被主元空间解释掉了一部分SPE自然就“看不见”了。所以调试时别只用一个固定k建议在主元累计贡献率80%到95%之间做一个网格搜索以测试集检测率为指标选出最优k。虽然在线监控时模型参数是固定的但在线下的仿真阶段完全可以把k当成一个可调超参数来找最优值。5.3 检测率评估的样本区间要扣掉前160个正常点很多人在计算检测率时直接把测试集全部960个样本拿来算超限率。但测试集前160个是正常工况如果你把正常点也算进去检测率会被“稀释”。一个模型如果前面160个点全部不漏报后面800个点全部漏报整体超限率只有16.7%看起来很差但真实性能其实还可以。反过来如果模型误报很高前160个点全部超限后面故障又没检出整体超限率也是16.7%表现却完全相反。标准做法是把故障发生后的第161到第960个样本单独拎出来计算检测率正常段的误报率单独统计。评估一个故障诊断算法的优劣要看两把尺子故障段检测率要高正常段误报率要低任何只看一个指标的结论都不可靠。5.4 慢漂移类故障要配合滑动窗口故障11这类冷凝器冷却水入口温度慢漂移故障引入初期变量偏移量很小单点统计量可能在控制限上下反复跳动造成“时好时坏”的检测效果。解决办法是引入滑动窗口对一段时间内的SPE做均值或中值平滑窗口长度通常取10到20个采样点。这样做会牺牲一点实时性大约延迟30到60分钟但对缓变故障的检测稳定性提升非常明显。我自己在复现时对故障5、故障6这类动态特性比较慢的工况不加滑动窗口的SPE曲线锯齿非常严重加了窗口后报警点变得清晰干净检测率也有几个百分点的提升。这个经验放在在线监控场景里尤其适用现场并不差这半小时的报警延迟但一个误报解除联锁的成本可能远高于此。5.5 不同故障对T2和SPE的敏感度差异很大TE的21种故障不是均匀分布的有的故障T2表现好有的故障SPE表现好有的两者都不太行。故障1、2这类阶跃性进料变化T2和SPE都能检测T2更灵敏。故障4、11这类反应器冷却水异常SPE更灵敏T2可能要到故障后期才明显越限。故障3D进料温度阶跃、故障9D进料温度随机变化是出了名的难检测有些论文里它们的检测率能做到70%已经算不错因为故障本身对主要变量的影响很弱。所以评判一个PCA模型好不好不能只看单个故障要至少在故障1、2、4、5、6、7、11、14这一组典型故障上全面跑一遍才能下结论。那些宣称“95%以上检测率”的工作你去看实验设计基本都是挑了好检测的故障来报结果不是模型真的神通广大。整个流程走下来我对PCA做TE过程故障诊断的总结只有一句话它未必是精度最高的方法但一定是最适合入门的。你不需要提前知道故障的机理不需要复杂的信号处理和深度学习调参经验一套标准化、一个SVD、两个统计量就能搭建出完整的故障检测框架。代码跑通之后再去读那些用KPCA、ICA、CCA做TE故障诊断的论文你会发现自己已经能看懂它们在改什么、为什么改这就是一个很扎实的起点。本文还有配套的精品资源点击获取