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

# E1 c" x8 [. |0 D0 ^0 j9 |6 W6 y  x
' F! K; z6 \# ^. s- `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
2 F4 {, {5 d9 j' t* U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，
4 @$ `6 o, |6 D/ Q! g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
$ N- U7 o) v6 r2 o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
$ f/ {+ V" h  v& p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：
（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。
3 h, ]; A$ I' @8 L5 e; X（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。
. L; h# g4 Q/ _' V( N$ k- L; 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
" U5 q4 c3 N% K: d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，
9 L) X8 s  e9 S5 m5 Q- w; j8 ?3 S  s7 n最终实现了多尺度框架下的多模态异常检测

4 L- g2 a! o( J- H3 e0 Y, Q
) v# a$ ?$ H3 S7 p5 w