基于擴散映射的加權動態(tài)K近鄰過程故障診斷.pdf

1、生產(chǎn)系統(tǒng)平穩(wěn)有效地運行有利于提高產(chǎn)品質量、保護人身財產(chǎn)安全，這在生產(chǎn)過程中至關重要，過程監(jiān)視技術是其中的關鍵。批次生產(chǎn)過程在現(xiàn)代工業(yè)中占有很重要的地位，其安全問題也成為人們研究的熱點。本文通過深入解析批次過程數(shù)據(jù)非高斯、非線性等特點，研究了以K近鄰算法為基礎的故障檢測技術，開展了故障檢測、故障定位的研究。具體的研究工作如下:
　　(1)分析了批次過程數(shù)據(jù)特性，對于批次過程中特有的三維數(shù)據(jù)進行展開，轉變成二維數(shù)據(jù)，使用動態(tài)時間規(guī)劃算

2、法處理批次過程中數(shù)據(jù)不等長的問題，利用k均值聚類算法處理多工況問題，對數(shù)據(jù)進行預處理是必不可少的一個環(huán)節(jié)，這有利于提高故障檢測精度。
　　(2)原始的批次過程數(shù)據(jù)是高維數(shù)據(jù)，傳統(tǒng)的主元分析的降維手段對于批次過程非線性的數(shù)據(jù)是不適用的，本文使用擴散映射的非線性降維手段對數(shù)據(jù)進行降維處理，擴散映射方法可以發(fā)現(xiàn)數(shù)據(jù)的流形結構，并且在降維的過程中保持這種數(shù)據(jù)結構特性，增強了算法的魯棒性，降低了噪聲對數(shù)據(jù)的影響。
　　(3)針對傳統(tǒng)K