摘抄整理：基于数据驱动的故障诊断方法综述

本文为知网收录仅供参考，本人只是由于目前在学习相关知识，所以先查找国内文献进行学习和总结。侵权立删。
文章引用：
[1]文成林,吕菲亚,包哲静,刘妹琴.基于数据驱动的微小故障诊断方法综述[J].自动化学报,2016,42(09):1285-1299.

故障诊断综述的方法：

基于统计分析方法

刻画并利用变量之间的相关性，适用于高维系统的故障检测与诊断

PCA：
优点：分析处理具有高度线性相关性的测量数据，降维；可以反映检测变量的主要变化，残差子控件反映检测过程的噪声和干扰
缺点：（1）假设数据服从高斯分布，然而数据未必服从高斯分布。（2）传统PCA属于混合潜变量分析，不能直接处理非线性和多模态问题 （3）PCA采用T²和SPE等统计量作为评价指标扩大检测区域，不能很好描述正常数据分布。
ICA：
优点：针对于具有非正态分布的多变量系统提出；当感兴趣信号的能量和强度相比其他信号较弱时，这种转换比PCA更有效；提取互相独立的主元变量；提取高阶统计量信息