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
" ^2 z7 v/ C% [# T0 ?
2 m) V) X0 l7 r5 a! e
) T) ?  v* A0 ]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
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，
: A7 B; n1 Y% ?6 d3 F! ]' V: _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
8 x) t& O7 e! u* S" [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：
（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
7 w% f/ O0 r% ^8 O0 O+ \据，提出一种基于微分几何特征聚类的模态划分方法。
' V& S1 l: w; Q（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，
4 X/ S& \. f1 w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。
% C% J& L! M% V1 E% N" p（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，
* l. y. Z) d' f- i) f最终实现了多尺度框架下的多模态异常检测
9 d& }8 W$ R/ H/ B$ e

' m" R5 R' [% R) d. `