基于数据特征抽取技术的多模态异常监测.pdf

《基于数据特征抽取技术的多模态异常监测.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、《自动化与仪器仪表}2014年4期(总第174期)基于数据特征抽取技术的多模态异常监测周福娜，杨书娜，张玉(河南大学计算机与信息工程学院开封，475004)摘要：由于设备磨损，过程负荷等因素的变化，生产过程会出现多个模态，并且稳定模态之间会经历一个缓慢变化的过渡模态。然而现有多模态处理方法没有对过渡模态的动态特性进行有效的过程监测。鉴于此，本文采用微分几何特征抽取的方式提取过渡模态的动态特征，主要是通位置、斜率、曲率等几何特性刻画过渡模态的动态曲线特征，建立起过渡模态基于滚动球的异常检测模型，进而进行过

2、渡模态的异常监测。仿真结果验证了本文所采用算法的有效性。关键词：过渡模态；微分几何特征抽取；异常监测Abstract：Duetothechangesoftheabrasionofequipment，theloadofprocessandSOon，productionprocesswillappearmulti—piemodes，andtheproductionprocesswillexperienceaslowlychangingtransitionmodefromastableoperationmod

3、etoanotherone．However,therewerenotefectivemulti—modeprocessingmethodsforthedynamiccharacteristicsofthetransitionmode．Giventhis，thisarticleadoptsthemethodofdiferentialgeometricfeatureextractiontoextractthedynamiccharacteristicsoftransitionmode，mainlyuseth

4、egeometricelementssuchaslocation，slope，curvaturetodescribethedynamiccurvecharacteristicsofthetran—sitionmode，establishtheanomalydetectionmodelbasedontherollingballsforfaultdetectionoftransitionmode．Simulationresultshowstheefectivenessofthealgorithm．Keywo

5、rds：Ttransitionalmode；Diferentialgeometryfeatureextraction；Faultdetection中图分类号：TN913．2文献标识码：B文章编号：1001-9227(2014)04-0135-030引言过渡模态基于滚动球的异常检测模型。在线监测时，通过计算在过去的2O年内，过程监控受到了巨大的关注，并且随着在线数据对应各个高斯分量的后验概率进行多模态的在线辨工业过程变得越来越复杂，自动监测工业过程对于确保生产安识，识别出过渡模态数据，再用基于微分几何特征

6、抽取的滚动全，产品质量变得必不可少。其中以主元分析(PCA)和偏最球模型进行过渡模态异常检测。小二乘(PLS)为代表的多元统计过程监控技术得到了成功及广泛的运用n。但这类方法假设观测数据服从高斯分布，且来1基于微分几何特征抽取的过渡模态异常监测自单一的稳定工况，然而实际的生产过程具有多个模态。赵等1．1基于微分几何特征抽取的过渡模态离线建模对多模态建立多PCA／PLS模型，对稳定模态的监测方面取得了假设过渡模态样本数据可用以下动态方程刻画较好的效果。Yu等采用一种基于高斯混合模型的贝叶斯估计x(k+1)

7、=AX(k)+曰(曲+(砷(1)的方法，对多模态过程进行监测。谢翔等在高斯混合模型其中=．，：，⋯，]eR⋯，m是变量个数，n是样本个(GMM)的基础上采取邻近保留投影的方法，对离线GMM计数，即每一列代表一个变量，每一行代表一个样本；AeR⋯算先验概率，得到最优聚类数目，并通过低维子空间得分向量为系统矩阵，WeR⋯为系统噪声。的后验概率达到在线辨识。许仙珍，庞强等提出了一种基于对滤波后的过渡模态数据提取几何特征：位置、斜率、曲PCA混合模型的多工况过程监测方法”。然而，以上方法没率。假设系统为单位采样

8、的离散系统，对于第iq=1,29．--,m)个有考虑到稳定模态之间的过渡模态，且在过渡状态下，过程更变量，其位置、斜率、曲率的计算公式如下容易遭受各种误操作和故障带来的危险和损害，文献[12—14]针P㈣==1，2，⋯n)(2)对过渡模态进行了基于统计特征抽取技术的异常监测研究。㈣．．_1)(3)然而，过渡过程具有明显动态特性，某一时段的观测数据不能看成某一随机变量的样本实现，基于统计特征抽取的方法dsi(／g)=三=s(幼-s,(k—1)