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


. W; D4 d% s$ b$ p% 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
$ Y3 ^3 p' d9 q5 W1 H, ]* E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，
, Z. f. X% F1 A$ \- f0 o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
1 ]3 x. o& L+ Q( H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：
% Z# x  ^9 M  `1 d. e, {$ o, L（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
据，提出一种基于微分几何特征聚类的模态划分方法。
2 }8 B  A: C7 w0 c  w+ |, u（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，
' |3 Q% W4 e4 g# m/ C% x4 z) Q$ T6 K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。
9 k( ?' \% R! X4 f$ t7 J（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
8 W* g' H0 |& E# u8 m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，
最终实现了多尺度框架下的多模态异常检测
; P7 V+ J, }- j' e4 o3 R% U9 m, ?
) `$ y$ i, m, t: y6 Q0 S6 O+ i
  c' [$ I+ ]3 G6 d8 r