基于局部相对概率密度kNN的多模态过程故障检测

• 作者: 刘玉超 李元 郭金玉
• 来源期刊: 高校化学工程学报
• 学科: 工学
• 关键词: 多模态过程 故障检测 局部相对概率密度 kNN
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 化工系统工程
• 页码范围: 159-166
• 页数: 8页
• 分类号: TP277
• 字数: 4415字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9015.2019.01.021

摘要

针对多模态过程数据方差差异明显的空间分布特点,提出一种基于局部相对概率密度k近邻(LRPD-kNN)的多模态过程故障检测方法.首先对训练数据进行标准化,计算训练数据的局部相对概率密度估计值,消除多模态数据的方差差异.然后,对预处理后的数据建立kNN模型,计算统计量和控制限.对于测试数据,计算与训练数据局部相对概率密度的欧式距离平方和,通过比较统计量与控制限进行多模态故障检测.将该方法应用到数值例子和半导体生产过程,仿真结果表明,提出的算法效果要优于PCA、kNN和局部离群因子(LOF)方法,说明算法在方差差异较大的多模态过程故障检测方面具有很高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭金玉	沈阳化工大学信息工程学院	59	347	11.0	15.0
2	李元	沈阳化工大学信息工程学院	122	550	12.0	18.0
3	刘玉超	沈阳化工大学信息工程学院	4	2	1.0	1.0