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
7 [7 ~2 `' z  T
5 I( n/ N0 @( `
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
$ F- s/ ^; z4 Y" ^7 ~9 Q# C) |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
. e; Q0 ], c1 l# n; ?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
/ N3 M; S9 w# u; Q+ X6 s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
, A1 `, S; x  J$ p* J+ `$ \" z* ]1 K据，提出一种基于微分几何特征聚类的模态划分方法。
% O9 L- _, A7 v/ ]; }, p（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，
: h/ @# F7 h. s$ k: }# H6 K+ I5 [$ T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。
* ]# e+ f! h- A8 k, B（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
" Z2 n/ }6 N& w" H- b- a: g, F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，
$ B5 @8 c( y3 L- `3 B最终实现了多尺度框架下的多模态异常检测


  g) o$ h- C% I, C7 G( f! P( j