基于GMM的马氏距离kNN故障检测方法研究-论文.pdf

《基于GMM的马氏距离kNN故障检测方法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于GMM的马氏距离kNN故障检测方法研究·13·基于GMM的马氏距离kNN故障检测方法研究张成，李秀玉，逄玉俊，李元(沈阳化工大学技术过程故障诊断与安全性研究中心，辽宁沈阳110142)摘要：工业过程数据变量呈现非线性、非高斯性与变量之间分布不均等问题。针对数据变量分布不均等问题，提出利用高斯混合模型GMM(Gaussianmixturemode1)，将马氏距离(Mahalanobisdistance)与kNN(knearestneighbors)相结合的故障检测方法，即：基于GMM的马氏距离kNN故障检测方法(GMM-MD—kNN)。首先利用高斯混合模型GMM

2、将训练样本数据分为K类，然后利用相应数据类的变量协方差信息计算样本间的马氏距离，得到样本的k近邻样本马氏距离和，并将其作为故障检测的指标。将此方法应用到TE连续工业过程监测实例中，结果表明了该方法的有效性。关键词：GMM；kNN；马氏距离；故障检测中图分类号：TP277文献标识码：A文章编号：1000—8829(2014)09—0013一O5MahalanobisDistancekNNFaultDetectionMethodBasedonGaussianMixtureModelZHANGCheng，LIXiu—yu，PANGYu-jun，LIYuan(Resear

3、chCenterforTechnicalProcessFaultDiagnosisAndSafety，ShenyangUniversityofChemicalTechnology，Shenyang110142，China)Abstract：Non—linear，nongaussianity，andunevendistributionofdatavariablesbetweendistinctmodalsexistinindustrialprocess．AmethodthatcombinesMD(Mahalanobisdistance)andkNN(knearest

4、neighbors)byGMM(Gaussianmixturemode1)isproposed，namedGMM—MDkNN．First，normalsampledataiSdividedintoKcategoriesbyGMMfGaussianmixturemode1)methodaccordingtothecharacteristicsdifferencebetweensam．pies．thentherespectivemutualrelationshipbetweenthevariablesiSutilizedtocalculatetheMahalanobi

5、sdis．tancebetweensamples，lastthesumofknearestneighborMahalanobisdistanceisobtained，anditisregardedasthefaultdetectionindex．TheproposedmethodisappliedtotheTEindustrialprocessmonitoringinstances．experimentalresultsshowitseffectiveness．Keywords：GMM；kNN；mahalanobisdistance；faultdetection在

6、工业过程中，安全、可靠的监测系统可以有效保同¨。传统PCA(principalcomponentanalysis)方法证设备正常运转与生产过程的正常运行，防止危险事将与SPE作为故障检测指标，在处理数据非高斯、故的发生。工业过程数据变量呈现非线性、非高斯的非线性问题时存在一定的缺陷，造成严重的漏检、误检特点，且不同的高斯分布变量之间的相互关系不现象j。为解决数据变量之间的非线性问题，利用高维核空间转换将数据低维非线性问题转化成高维线性问题，早期KPCA(kernelprincipalcomponenta．收稿日期：2013—09—19nalysis)应用到过程监视

7、中，检测效果有所改善，却不基金项目：国家自然科学基金资助项目(60774070，61174119)；能有效、快速地选取核函数参数，检测效果也达不到国家自然科学基金重点课题资助项目(61034006)期望的效果。2007年，He和Wang提出了基于最近作者简介：张成(1979一)，男，辽宁锦州人，博士研究生，讲师，邻样本点的检测方法(kNN)，能够有效解决数据非线主要研究方向为过程故障诊断；李秀玉(1989一)，男，山东济宁人，硕士研究生，主要研究方向为故障诊断；逢玉俊(1954一)，性的问题J。kNN方法以待检测样本点与其k个最男，辽宁东港人，硕士，教授，主要研究

8、方向为模式