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
- u4 q" B) ^* \) W9 Q7 @. D
6 q  p& h& t9 V& H. c
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
3 d8 R3 P* {7 }: B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
2 \4 x3 f/ P2 d0 K; E' Z! q. 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
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：
& M$ N6 L6 N# L" x5 a9 D3 k（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
, W" g$ d% t1 g9 S9 x$ F2 }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，
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
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，
2 G# e' x4 ~9 C' c9 |, x9 S) G% ^最终实现了多尺度框架下的多模态异常检测
5 d. r1 x# H- F: @9 \/ h

; s- F/ i8 j+ ]  G- s