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
3 w) }4 L3 G. ]! H  o
) v: _9 E+ n4 N
3 B$ d4 O/ J0 h% Q9 k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
+ p% i% d" M0 U. r2 ]: i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，
( }) B# w, i. {! Y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
+ P& a2 ~' ]6 s4 W; |: j" a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
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。
/ m# c% R+ [5 k3 E（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，
5 v- N$ f% n- I, R2 A1 z最终实现了多尺度框架下的多模态异常检测

9 F! F2 E; S$ m# I& D
5 n3 }) j& Y. c0 Q6 }$ r/ Z4 z