1.一种基于分散式OSC-PLS回归模型的故障检测方法，其特征在于，包括以下步骤：离线建模阶段的实施过程如下所示：

步骤(1)：采集生产过程正常运行状态下的样本，组成训练数据集X∈Rn×m，并对每个测量变量进行标准化处理，得到均值为0，标准差为1的新数据矩阵 其中，n为训练样本数，m为过程测量变量数，R为实数集，Rn×m表示n×m维的实数矩阵；

步骤(2)：将标准化后的数据集 表示成 其中xi∈Rn×1为第i个测量变量的n数据组成的列向量，i＝1，2，…，m表示变量下标号，并初始化i＝1；

步骤(3)：将矩阵 中第i列数据去除得到回归模型的输入矩阵 而将xi作为回归模型的输出，利用正交信号校正(OSC)方法剔除输入 与输出xi之间的正交不相关成分，从而得到新输入矩阵 其中， 为正交成分向量，ai是 的协方差矩阵的最大特征值对应的特征向量，bi为计算正交成分的回归系数向量；

步骤(4)：利用偏最小二乘(PLS)回归算法建立输入Zi与输出xi之间的软测量模型：xi＝ZiRi+ei    (1)

上式中，ei表示第i个变量的估计误差，Ri为PLS模型的输入-输出回归向量；

步骤(5)：判断是否满足条件i＜m？若是，则置i＝i+1后返回步骤(3)；若否，则将得到的估计误差向量组成矩阵E＝[e1，e2，…，em]后继续执行下一步骤(6)；

步骤(6)：依次计算矩阵E的均值行向量μ∈R1×m与协方差矩阵S＝(E-μ)T(E-μ)/(n-1)，并计算马氏距离监测统计指标D的上限 其中 表示自由度为m的卡方分布在置信水平α＝99％下的取值；

在线故障检测的实施过程如下所示：

步骤(7)：集新采样时刻的数据样本x∈R1×m，对其实施与步骤(1)中相同的标准化处理得到新数据向量 后，初始化i＝1；

步骤(8)：将行向量 中的第i个元素yi取出后得到输入向量并按照如下所示公式剔除输入 中与输出yi之间正交不相关的信号成分，从而得到新输入向量zi：步骤(9)：根据公式fi＝yi-ziRi得到当前监测数据中第i个测量值的估计误差；

步骤(10)：判断是否满足条件i＜m？若是，则置i＝i+1后返回步骤(8)；若否，则将得到的估计误差组成向量f＝[f1，f2，…，fm]并继续执行下一步骤；

步骤(11)：根据如下所示公式计算误差向量f的统计监测指标D：D＝(f-μ)S-1(f-μ)T    (3)

进而根据D的具体数值实施在线故障检测，具体思路为：若D≤Dlim，则当前时刻过程对象运行正常，继续监测下一个新样本数据；若否，当前时刻运行出现异常。

2.根据权利要求1所述的一种基于分散式OSC-PLS回归模型的故障检测方法，其特征在于，所述步骤(3)中利用正交信号校正(OSC)方法剔除输入 与输出xi之间的正交不相关成分的具体实施过程如下所示：①计算 的协方差矩阵

②求解矩阵C最大特征值λ所对应的特征向量ai；

③根据公式 计算主元向量ti∈Rn×1；

④根据公式tnew＝[I-xi(xiTxi)-1xiT]ti更新主元向量，这一步其实是实施正交信号提取；

⑤根据公式 计算 与tnew之间的回归系数向量bi，并计算得到主元向量的ti的更新值

⑥检验是否满足条件||ti-tnew||/||ti||＜10-6？若否，重复④～⑤；若是，执行⑦；

⑦保留特征向量ai与回归系数向量bi，并根据公式 剔除 中与输出xi之间的正交不相关成分，从而得到剔除正交不相关成分后的输入数据矩阵Zi。

3.根据权利要求1所述的一种基于分散式OSC-PLS回归模型的故障检测方法，其特征在于，所述步骤(4)中利用PLS回归算法建立输入Zi与输出xi之间的软测量模型的具体实施过程如下所示：①置k＝1后，初始化向量uk＝xi；

②根据公式wk＝Ziuk/||Ziuk||、sk＝Ziwk、qk＝xiTsk/(skTsk)分别计算得到系数向量wk、得分向量sk、和系数qk；

③根据公式unew＝xiqk/qk2计算向量unew；

④判断是否满足条件||uk-unew||＜10-6？若否，则置uk＝unew后返回步骤②；若是，则执行⑤；

⑤根据公式pk＝ZiTsk/(skTsk)计算得到第k个投影向量pk∈R(m-1)×1，并保留向量pk、向量wk、和系数qk；

⑥判断矩阵Yk＝skpkT中的最大元素是否大于0.001？若是，根据公式Zi＝Zi-skpkT更新输入矩阵Zi后执行步骤⑦；若否，则得到投影矩阵Pi＝[p1，p2，…，pk]、系数矩阵Wi＝[w1，w2，…，wk]、和列向量Q＝[q1，q2，…，qk]T，并执行步骤⑧；

⑦判断k＜m-2？若是，则置k＝k+1后，返回步骤②；若否，则得到最终的投影矩阵Pi＝[p1，p2，…，pk]与系数矩阵Wi＝[w1，w2，…，wk]；

⑧计算回归向量Ri＝Wi(PiTWi)-1Q，那么输入Zi与输出xi之间的软测量模型为：xi＝ZiRi+ei，其中，ei表示第i个变量的估计误差。