1.一种基于时间约束稀疏表示和特征降维的故障检测方法，其特征在于，具体包括：①.假设所检测的对象包含d个传感器，则正常工况采集得到的单一时刻数据x∈Rd,故障工况采集得到的单一时刻数据y∈Rd；收集m个独立采样构成正常数据训练集X＝[x1,x2,…,xm]T∈Rd×m，收集n个独立采样构成故障数据训练集Y＝[y1,y2,…,yn]∈Rd×n；

②.求解CX，使其满足式(1)：

其中，Cx是矩阵X被其自身表达的稀疏矩阵；Ex是X被其自身表达后的残差中的野值点矩阵；Zx是X被其自身表达后的残差中的噪声矩阵；1是[1,1,…,1]T向量；diag(Cx)表示矩阵Cx对角元素为0，W是时间约束矩阵，根据现场实际情况确定该矩阵内各参数；

③.求解CY，使其满足式(2)：

其中，CY是矩阵Y被其自身表达的稀疏矩阵；EY是Y被其自身表达后的残差中的野值点矩阵；ZY是Y被其自身表达后的残差中的噪声矩阵；diag(CY)表示矩阵CY对角元素为0；

④.求解

其中，

⑤.求解

其中，

⑥.求解广义特征值：优化目标函数 得到降维投影矩阵G；

⑦.求解统计量：T2控制限

其中，m是X数据集的样本个数；p是由降维投影矩阵G降维后剩余的维数；alpha是置信度水平；

⑧.给定一个在线得到的x,判断检测对象是否发生了故障：若 则发生了故障，反之则没有发生故障；

其中，xproj.＝GTx。