王 晨，饶欢乐，李纪宾，钱依凡，洪哲扬

（杭州电子科技大学 自动化学院，浙江 杭州 310018）

引言

大功率LED 作为一种新型的人工光源，由于其亮度高、寿命长、可控性好、节能环保等优良特性，使其在照明领域占据了重要的地位[1]。而大功率LED 阵列光源是由多个不同类型的LED 单体所组成的一个极为复杂的系统，具有高度非线性、温度敏感性、明显的老化特性[2]，这些特性使得大功率LED 阵列光源的非线性参数测量与控制都面临着巨大的挑战，并且大功率LED 阵列光源的光学性能会随着长时间工作而产生退化[3]。因此，及时、准确监测大功率LED 阵列光源内部光电热参数变化，对产生的故障进行诊断与定位，这对保障和提高大功率LED 阵列光源安全性、可靠性以及持久高效性都具有重要的理论和应用价值。

大功率LED 阵列光源工作涉及多个物理过程，边界条件模糊，存在未知有界干扰且变量众多[4]。数据驱动方法是可以直接从过程的历史数据与测量系统实时的测量数据中提取出故障的模式。多变量统计过程监测（MSPM）的方法是基于隐式结构映射的过程监测与故障诊断的主要方案，主要有主元分析（PCA）、规范变量分析（CVA）、偏最小二乘（PLS）、独立成分分析（ICA）等[5-7]。将主成分分析（PCA）的方法应用到大功率LED 阵列光源监测数据的处理中，工作过程中的传感器收集到的动态数据，其通过非线性关系相互关联相互耦合，传统的PCA 仅在稳态线性过程中表现良好[8]。为了处理非线性，已经提出了例如神经网络PCA 和核PCA（KPCA）[9-10]的方法。……