數(shù)據(jù)局部時(shí)空結(jié)構(gòu)特征提取與故障檢測(cè)方法.pdf

1、實(shí)時(shí)過程監(jiān)控是保證工業(yè)過程安全平穩(wěn)運(yùn)行以及產(chǎn)品質(zhì)量的關(guān)鍵技術(shù)和有效手段。現(xiàn)代工業(yè)過程每天都生產(chǎn)和存儲(chǔ)大量的過程測(cè)量數(shù)據(jù)，這些數(shù)據(jù)反映了生產(chǎn)過程及設(shè)備的運(yùn)行情況。傳統(tǒng)的多變量統(tǒng)計(jì)過程監(jiān)測(cè)(MSPM)方法，利用過程數(shù)據(jù)進(jìn)行統(tǒng)計(jì)建模和特征提取，并基于相應(yīng)的過程監(jiān)控算法實(shí)時(shí)監(jiān)測(cè)，已經(jīng)成為工業(yè)過程綜合自動(dòng)化技術(shù)研究的熱點(diǎn)和前沿。MSPM大多采用維度約簡(jiǎn)方法提取數(shù)據(jù)特征，去除冗余信患，降維算法的數(shù)據(jù)特征提取能力直接影響到過程監(jiān)控的性能。傳統(tǒng)的維度約

2、簡(jiǎn)算法，如PCA主要對(duì)數(shù)據(jù)的全局結(jié)構(gòu)特征進(jìn)行提取，沒有考慮數(shù)據(jù)的局部結(jié)構(gòu)信患。本論文從數(shù)據(jù)線性降維的角度出發(fā)，基于局部流形學(xué)習(xí)算法NPE的思想，對(duì)數(shù)據(jù)的空間和時(shí)序結(jié)構(gòu)特征進(jìn)行提取，并基于標(biāo)準(zhǔn)TE過程仿真驗(yàn)證本論文提出方法的有效性。
　　1.將正交保持嵌入(ONPE)通過核方法擴(kuò)展為核正交保持嵌入算法(KONPE)，并將其應(yīng)用于非線性故障檢測(cè)。NPE算法從樣本的局部空間結(jié)構(gòu)出發(fā)，在降維的同時(shí)保留了數(shù)據(jù)的潛在流形結(jié)構(gòu)信息，其正交約束算

3、法ONPE迸一步增強(qiáng)了對(duì)非線性數(shù)據(jù)的特征提取和區(qū)分能力。KONPE顯式地考慮了數(shù)據(jù)間的非線性結(jié)構(gòu)，提高了對(duì)非線性數(shù)據(jù)的提取能力，比傳統(tǒng)的KPCA算法具有更強(qiáng)的空間結(jié)構(gòu)保持能力，因此帶來了更好的檢測(cè)效果。
　　2.在局部特征提取算法NPE的基礎(chǔ)上，提出了基于數(shù)據(jù)非局部限制的空間局部結(jié)構(gòu)分析方法:基于非局部約束的鄰域保持嵌入算法(NSC-NPE)。NPE算法主要關(guān)注數(shù)據(jù)的局部結(jié)構(gòu)特征，沒有對(duì)非局部數(shù)據(jù)進(jìn)行約束，丟失了數(shù)據(jù)信患。考慮該不

4、足，提出對(duì)非鄰域內(nèi)的數(shù)據(jù)進(jìn)行約束，據(jù)此構(gòu)建了新的目標(biāo)函數(shù)，給出了平衡數(shù)據(jù)局部和非局部結(jié)構(gòu)的策略和計(jì)算方法。目標(biāo)是使得數(shù)據(jù)降維后得到的維度約簡(jiǎn)空間不僅和原數(shù)據(jù)具有相似的局部近鄰結(jié)構(gòu)，而且其非近鄰數(shù)據(jù)的關(guān)系特征也能夠得到保留，因此包含了數(shù)據(jù)整體結(jié)構(gòu)特征信息。同時(shí)相比于基于全局結(jié)構(gòu)的方法(如PCA)，NSC-NPE針對(duì)鄰域內(nèi)和非鄰域內(nèi)的數(shù)據(jù)分別采用不同的方法進(jìn)行處理，能夠更有效地解釋數(shù)據(jù)的特征信息，因此也具有較好的故障檢測(cè)效果。
　　3

5、.利用局部特征提取的方法，提出了針對(duì)動(dòng)態(tài)數(shù)據(jù)的時(shí)序結(jié)構(gòu)局部特征提取算法:時(shí)間近鄰保持嵌入算法(TNPE)。并進(jìn)一步考慮數(shù)據(jù)的時(shí)序-空間結(jié)構(gòu)特征，提出了時(shí)空近鄰保持嵌入算法(TSNPE)。實(shí)際的工業(yè)過程數(shù)據(jù)一般具有較強(qiáng)的動(dòng)態(tài)相關(guān)性，這部分特征反映了數(shù)據(jù)的時(shí)序變化情況，因此在特征提取時(shí)需要保留該部分?jǐn)?shù)據(jù)關(guān)系。傳統(tǒng)的僅關(guān)注數(shù)據(jù)空間結(jié)構(gòu)特征的方法不適用于對(duì)動(dòng)態(tài)自相關(guān)數(shù)據(jù)的處理，基于此，我們?yōu)槊總€(gè)數(shù)據(jù)點(diǎn)建立基于時(shí)間的鄰域空間，并對(duì)每個(gè)數(shù)據(jù)利用其鄰

6、域點(diǎn)進(jìn)行線性重構(gòu)，據(jù)此來獲取數(shù)據(jù)間的動(dòng)態(tài)相關(guān)關(guān)系，并在低維空間保留該局部特性。數(shù)值仿真和TE過程仿真結(jié)果表明了:基于動(dòng)態(tài)相關(guān)信息保留的方法，更易于獲得數(shù)據(jù)的本質(zhì)特性，能夠有效提取其時(shí)間和空間結(jié)構(gòu)特征。
　　4.以局部特征提取的線性維度約簡(jiǎn)算法NPE為例，深入分析了流形學(xué)習(xí)算法在過程監(jiān)控領(lǐng)域的應(yīng)用特點(diǎn)和本質(zhì)機(jī)理。流形學(xué)習(xí)算法在過程監(jiān)控領(lǐng)域的應(yīng)用，經(jīng)過近幾年的發(fā)展已經(jīng)取得了較好的應(yīng)用效果，但是該類方法在該領(lǐng)域的理論研究還較少。通過分析