郭金玉,王東琴,李 元
(沈陽化工大學 信息工程學院,遼寧 沈陽 110142)
隨著現(xiàn)代自動化技術(shù)的快速發(fā)展,工業(yè)系統(tǒng)無論在規(guī)模、復雜程度還是在一體化程度上都在不斷提高,但同時也造成故障發(fā)生概率不斷增大,所以對控制精度和可靠性的要求也越來越高,人們迫切需要建立一個具有高性能的監(jiān)控系統(tǒng)來監(jiān)視系統(tǒng)的運行狀態(tài),實時檢測出系統(tǒng)發(fā)生的故障[1-3]。近年來,基于數(shù)據(jù)驅(qū)動的故障檢測技術(shù)在工業(yè)過程中得到了廣泛應用,并成為了學術(shù)界的研究熱點。
主元分析(principal component analysis,PCA)[4]方法已廣泛應用于工業(yè)生產(chǎn)過程監(jiān)視方面,但PCA提取原始數(shù)據(jù)的全局信息,丟失局部信息。因此,尋找保持原始數(shù)據(jù)局部結(jié)構(gòu)的方法開始得到學術(shù)界的關注。HU等[5]將局部保持投影 (locality preserving projections,LPP)算法運用于工業(yè)過程的統(tǒng)計監(jiān)測中。通過離線和在線的比較,一定程度上顯示了流形學習方法在故障檢測中的優(yōu)越性。但是投影向量不是正交的,增加了數(shù)據(jù)誤差重構(gòu)方面的難度。為了更好地保持數(shù)據(jù)的局部結(jié)構(gòu),CAI等[6]提出正交局部保持投影(orthogonal locality preserving projections,OLPP)算法,在LPP的基礎上增加了一個正交化的約束條件,通過迭代計算得到相互正交的投影方向。在此基礎上,GUO等[7]提出一種基于動態(tài)多向正交局部保持投影(dynamic multiway orthogonal locality preserving projections,DMOLPP)算法用于間歇過程故障檢測,該算法將滑動窗口技術(shù)與OLPP相結(jié)合,能夠在保持原始訓練樣本局部信息的同時降低數(shù)據(jù)誤差重構(gòu)方面的難度。LUO等[8]提出核全局-局部保持投影算法(kernel global-local preserving projections,KGLPP),將LPP算法推廣應用于非線性生產(chǎn)過程,但KGLPP方法的檢測效果受到核參數(shù)的影響?!?br>