本文主要针对传感器故障检测和诊断方法展开深入研究,并将所研究的方法应用于仿真的CSTR模型,对检测和诊断结果进行分析。主要内容如下:对基于主元分析的方法进行了综合的研究:从故障检测、故障诊断、故障重构以及基于核主元分析的故障检测方法。指出了基于贡献图法故障诊断的不足及采用相似度法的改进措施,和传统的贡献图法比较,相似度法通过计算传感器实际测量数据与故障库中故障数据库中数据的夹角的余弦,能够在线辨识出控制变量传感器故障。比较了主元分析与核主元分析的检测效果,证明核的方法更适于提取故障信号的非线性特征。为了解决数据的非高斯性问题,引入独立元分析(ICA)方法对独立元进行分离和特征提取。然后通过建立I 2, I e2和SPE三个参数统计,采用一种核密度估计的方法确定控制限来实现故障检测,通过贡献图来实现故障诊断。考虑到数据中复杂的非线性关系,提出将核独立元分析应用于传感器故障检测。实验结果验证了核独立元分析法在故障检测方面的可行性和优越性。最后采用费舍尔判别分析的方法,该方法在建模时考虑到了故障类之间的信息,在故障诊断方面比PCA更具有优势。