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


0 o  z; Q+ E7 ?* m1 e+ p3 Y7 J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
; U: G0 v  ~8 O8 H2 k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
8 P' ?3 Z7 b) l+ ^- `5 B" N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，
. U' q2 H4 ^- y: H2 \# V5 p! I/ K9 l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
+ o8 A( n4 I6 ~+ o4 t# W3 I- G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
9 Y4 n: y! Q4 U3 H$ [( g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
5 c2 X6 V' T6 L3 H: F, u据，提出一种基于微分几何特征聚类的模态划分方法。
3 t9 [# j9 I2 c- \* ]（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
1 Q% ^- z* Z0 x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
( R  N) M3 N- @: N# d9 s3 k
5 K9 @. Q0 l8 j