基于数据驱动的多模态异常检测方法

武帅

基于数据驱动的多模态异常检测方法
$ |, ~0 K; K1 \, `: X. ]/ C: t

9 w' g% u: W. P- n' p5 i% e由于原料性质、设备磨损、过程负荷等因素的影响，复杂工业系统会出现多个稳定
操作模态，各稳态之间的过渡过程具有明显的动态特性。现有多模态处理方法大多没有
4 t  W1 n! N5 Z$ p% K# S8 ?( f( ?考虑过渡过程的监测；在考虑过渡过程的情况下，因没有进行有效的过渡过程特征提取，
使得模态划分及多模态异常检测的效果都不理想。另一方面，工业过程数据多具有多尺
度特性，但多尺度框架下的多模态异常检测研究还较少。本文基于数据驱动的方法对上
2 x; u( ~1 [& ]" L述问题展开了研究，以保障多模态系统安全、高效的运行。主要工作如下：
3 t" c4 J" g! z: u+ v& ?（1）本文通过提取过程数据的微分几何特征，刻画过程动态特性，基于扩维后的数
3 X3 \5 h; w& N3 B据，提出一种基于微分几何特征聚类的模态划分方法。
（2）本文从过渡模态数据的动态渐变特性出发，研究过渡过程动态特征抽取技术，
, a3 u5 p' q1 A% L+ A1 d提出了基于时变滚动球的过渡模态异常检测模型，有效进行过渡模态异常检测。
（3）针对具有多尺度特性的多模态过程，本文开展了多尺度框架下的多模态异常检
& C" ~( [: Q$ x+ h" Y) e测研究，分别建立稳态多尺度主元分析模型和过渡模态多尺度微分几何模型，
/ }/ _4 r4 z- i最终实现了多尺度框架下的多模态异常检测
% ~' j* ^, V- K4 X" u& c
0 g  Y6 y4 n/ z