基于增量式等距映射同双重局部密度方法的工业过程故障检测

TP277; 针对工业过程的非线性和动态性问题,提出一种基于流形学习下的增量式等距映射(IISOMAP)与双重局部密度(DLD)相结合的故障检测方法(IISOMAP-DLD).利用IISOMAP将原始数据映射到低维流形特征子空间和剩余子空间;然后,在两个子空间中分别引入双重局部密度方法构建统计量对过程进行监控;最后,将IISOMAP-DLD方法应用到田纳西-伊斯曼(TE)过程.实验结果表明,IISOMAP-DLD对比其他方法有更高的故障检测率.IISOMAP在保留数据内在特征的同时,解决了过程的非线性问题,而双重局部密度方法可消除过程的动态性....

Full description

Saved in:
Bibliographic Details
Published in上海交通大学学报 Vol. 58; no. 4; pp. 525 - 533
Main Authors 冯立伟, 孙立文, 顾欢, 李元
Format Journal Article
LanguageChinese
Published 沈阳化工大学理学院,沈阳 110142 2024
辽宁省化工过程工业智能化技术重点实验室,沈阳 110142%沈阳化工大学理学院,沈阳 110142
沈阳化工大学计算机科学与技术学院,沈阳 110142%沈阳化工大学计算机科学与技术学院,沈阳 110142
Subjects
流形学习
local density
局部密度
isometric mapping(ISOMAP)
等距映射
fault detection
故障检测
dynamic
动态性
manifold learning
Online AccessGet full text
ISSN1006-2467
DOI10.16183/j.cnki.jsjtu.2022.423

Cover

More Information
Summary:TP277; 针对工业过程的非线性和动态性问题,提出一种基于流形学习下的增量式等距映射(IISOMAP)与双重局部密度(DLD)相结合的故障检测方法(IISOMAP-DLD).利用IISOMAP将原始数据映射到低维流形特征子空间和剩余子空间;然后,在两个子空间中分别引入双重局部密度方法构建统计量对过程进行监控;最后,将IISOMAP-DLD方法应用到田纳西-伊斯曼(TE)过程.实验结果表明,IISOMAP-DLD对比其他方法有更高的故障检测率.IISOMAP在保留数据内在特征的同时,解决了过程的非线性问题,而双重局部密度方法可消除过程的动态性.
ISSN:1006-2467
DOI:10.16183/j.cnki.jsjtu.2022.423