1.一种基于广义典型变量分析的化工过程故障检测方法，其特征在于，包括以下步骤：步骤(1)：采集化工过程正常运行状态下的n个样本数据x1，x2，…，xn，组成训练数据矩阵X＝[x1，x2，…，xn]T∈Rn×m，并对X中各样本数据实施标准化处理得到矩阵其中m为测量变量数、R为实数集、Rn×m表示n×m维的实数矩阵、xi∈Rm×1与分别表示第i个样本数据向量及其标准化处理后的数据向量、i＝1，2，…，n、上标号T表示矩阵或向量的转置；

步骤(2)：设置自相关阶数为D后，根据如下所示公式依次得到D个时间序列矩阵X1，X2，…，XD：上式中，d＝1，2，…，D，N＝n-D+1；

步骤(3)：利用广义典型相关分析算法求解得到对应于D个时间序列矩阵X1，X2，…，XD的变换基W1，W2，…，WD，具体的实施过程如步骤(一)至步骤(五)所述；

步骤(一)：分别初始化U1，U2，…，UD为任意m×m维的随机实数矩阵，并设置k＝1；

步骤(二)：计算矩阵 后，求解特征值问题Φkμ＝ημ中所有特征值所对应的特征向量μ1，μ2，…，μm，并保证各特征向量的长度都为1且按照特征值大小的降序排列而进行先后排列，再更新矩阵Uk＝[μ1，μ2，…，μm]，其中Ckλ＝XkTXλ、CkkT T＝XkXk、Cλλ＝XλXλ、λ＝1，2，…，D、Skλ的定义如下所示：步骤(三)：若k＜D，则设置k＝k+1后返步骤(二)；若k≥D，则执行步骤(四)；

步骤(四)：若U1，U2，…，UD都收敛，则执行步骤(五)；若U1，U2，…，UD中存在未收敛的情况，则设置k＝1后，返回步骤(二)；

步骤(五)：根据公式 计算得到变换基W1，W2，…，WD；

步骤(4)：根据公式Sk＝XkWk计算得到得分矩阵S1，S2，…，SD后，再确定时间序列相关特征的个数为d，从而将分别将变换基W1，W2，…，WD对应分成两部分： 与其中k＝1，2，…，D、 由变换基Wk中前d列的列向量组成， 由Wk中后m-d列向量组成；

步骤(5)：利用最小二乘回归算法建立输入矩阵 与 之间的回归模型： 其中 分别由得分矩阵S1，S2，…，SD中前d列的列向量构成、Ek为回归误差矩阵、 表示回归系数矩阵、k＝1，2，…，D；

步骤(6)：根据公式 计算静态特征矩阵 后，再分别计算回归误差矩阵Ek与静态特征矩阵 的协方差矩阵Λk＝EkTEk/(N-1)与-1 T

步骤(7)：根据公式ψk＝diag{EkΛk Ek}与 分别计算监测指标向量ψk与Qk，其中k＝1，2，…，D，并利用核密度估计法分别确定出各监测指标向量在置信限α＝

99％条件下的具体数值，分别对应记做δk与βk，其中diag{ }表示将大括号内矩阵对角线的元素转变成向量的操作；

步骤(8)：根据如下所示公式计算综合监测指标向量ψ与Q：并再次使用核密度估计法确定ψ与Q在置信限α＝99％条件下的具体数值，分别对应记做δ与β；

离线建模阶段至此完成，接下来进入在线监测阶段，包含以下所示实施步骤；

步骤(9)：收集新采样时刻的样本数据xt∈Rm×1，并对xt实施与步骤(1)中相同的标准化处理对应得到向量 其中t表示最新采样时刻；

步骤(10)：根据公式 与 计算动态得分向量sD与静态得分向量uD；

步骤(11)：将标准化处理后的第t-1个采样时刻至第t-D+1个采样时刻的数据向量分别进行变换得到动态得分向量 与静态得分向量

其中γ＝1，2，…，D-1；

步骤(12)：根据公式ek＝sk-zkΘk计算回归误差向量ek，其中zk＝[s1，…，sk-1，sk+1，…，sD]，再分别根据公式 与θk＝ukVk-1ukT计算监测指标 与θ1，θ2，…，θD，其中k＝1，2，…，D；

步骤(13)：根据如下所示公式计算t采样时刻的综合监测指标ψt与Qt：步骤(14)：判断是否满足条件：ψt≤δ且Qt≤β，若是，则当前采样时刻化工过程运行正常，返回步骤(9)继续实施对下一个新时刻样本数据的故障检测；若否，则当前采样时刻化工过程进入异常工作状态，触发故障警报并返回步骤(9)继续实施故障检测。

2.根据权利要求1所述的一种基于广义典型变量分析的化工过程故障检测方法，其特征在于，所述步骤(3)中广义典型变量分析算法的原理如下所示：首先，确定如下所示的目标函数及约束条件：

上式中，k＝1，2，…，D、λ＝1，2，…，D、W1，W2，…，WD分别为对应于时间序列矩阵X1，X2，…，XD的变换基、I表示单位矩阵、 表示计算矩阵中各个元素的平方和、s.t.为单词Subject To的缩写，表示约束条件的意思；

其次，令 与 后，上式⑤中定义的优化问题可转换成如下所示形式：

因此，求解变换基W1，W2，…，WD的问题就变成了优化求解上式⑥中U1，U2，…，UD的问题；

然后，由于 其中A表示任意一个实数矩阵、tr( )表示计算矩阵的迹、tr( )等价于矩阵中所有特征值之和，上式⑥中的目标函数可进行如下所示的等价变换：上式⑦中，矩阵

最后，由于矩阵Φk是对称的，因此上式⑥中Uk的最优解即为矩阵Φk的所有特征向量。

3.根据权利要求1所述的一种基于广义典型变量分析的化工过程故障检测方法，其特征在于，所述步骤(4)中确定时间序列相关特征个数d的具体实施过程如下所示：步骤(4.1)：初始化j＝1与d＝0，并设Sk(j)表示Sk中的第j列的列向量；

步骤(4.2)：按照公式Jkλ(j)＝|Sk(j)TSλ(j)|Skλ计算得分矩阵S1，S2，…，SD中第j列的列向量之间的典型相关系数的绝对值Jkλ(j)，其中k＝1，2，…，D、λ＝1，2，…，D；

步骤(4.3)：根据Jkλ(j)的数值大小确定出其中的最大值，并记做Jmax(j)；

步骤(4.4)：设定截止参数 后，若 则设置d＝d+1与j＝j+1后返回步骤(4.2)；若 则得到时间序列相关特征的个数d。