简要讨论了线性 PCA 故障诊断方法存在的问题, 提出一种基于输入训练神经网络的非线性
PCA 故障诊断方法。该方法首先利用输入训练神经网络和BP 网络双网络机制, 实现非线性主元的识
别, 并采用统计方法进行故障检测与故障分离。对CSTR 的仿真研究结果表明, 该方法能够克服线性
PCA 方法在提取过程变量的非线性特征方面存在的不足, 并能够准确地进行故障检测和分离。