Die Independent Component Analysis (ICA) hat in den letzten Jahren viel Aufmerksamkeit im Bereich des Prozessmonitorings erhalten. Für das Problem der Datenreduktion von ICA wurde ein ICA-Datenreduktionsalgorithmus auf der Basis des minimalen mittleren quadratischen Fehlers (MSE-ICA) vorgeschlagen und eine mathematische Beweisführung vorgelegt. Dieser Algorithmus ordnet die Bedeutung der geschätzten unabhängigen Komponenten nach dem minimalen mittleren quadratischen Fehler, um genau die entscheidenden latenten Variablen auszuwählen, die den Prozesszustand beeinflussen. Dies erhöht die Robustheit des ICA-basierten Prozessmonitoringalgorithmus effektiv und konzentriert das Monitoring auf die entscheidenden Komponenten, um die Leistung des Prozessmonitoringalgorithmus zu verbessern. Simulationstests und Tests mit Ausfalldaten eines Sprühsystems in einem Kraftwerk haben gezeigt, dass diese Methode die Fehlerrate des Prozessmonitoringverfahrens signifikant senken und die Zuverlässigkeit der Erkennung verbessern kann.

Kessel; Sprühsystem; Prozessmonitoring; minimaler mittlerer quadratischer Fehler; ICA; MSE-ICA