本发明公开一种基于缺失变量建模思路的 非高斯过程监测方法，旨在利用缺失变量的建模 思路将非高斯分布的数据转换成高斯分布的数 据后，从而对非高斯过程实施更可靠的故障检 测。具体来讲，本发明方法首先在传统独立成分 分析( ICA )模型的基础上，通过逐一假设各个测 量变量缺失数据后估计出相应的独立成分。然 后，以独立成分实际值与估计值之间的误差做为 被监测对象。虽然，本发明方法针对的是非高斯 过程的采样数据，但是独立成分的估计误差一般 服从高斯分布。从这点上看，本发明方法是通过 缺失变量的建模思路将非高斯过程采样数据巧 妙的转换成了高斯分布的误差数据。此外，本发 明方法建立了多个故障检测模型，还能发挥了多 模型泛化能力强的优势。
