直接投影至潜变量空间进行故障检测

偏最小二乘法 (PLS) 通常需利用多个潜变量 (LV) T 来描述与质量变量 Y 相关的过程变量 X 的变化，这些变量是通过基于 (X, Y) 的传统非线性迭代 PLS (NIPALS) 最优解获得的。 对潜结构 (T-PLSs) 进行总投影分解，以从 T 中提取与 Y 直接相关的 LV T y，这些是通过基于 Y 的预测值采用 PCA 最佳解决方案获得的。

受 T-PLS 启发并结合实际过程特征，两种故障检测方法应运而生，以解决 T-PLS 遇到的问题。 无需 NIPALS，(X, Y) 可直接投影到由 Y 的主要变化决定的潜变量空间中。 此外，根据解决 PCA、PLS 和 T-PLS 优化问题的计算程序，几种改进统计分析方法的结构和特征得到研究，并详细说明了 T-PLS 模型的几何意义。 仿真分析和案例研究均表明了所提出方法的有效性。