基于马氏距离kNN的多模态过程故障检测
为了解决同一变量在不同模态下的方差差异很大的情况,提出了一种基于马氏距离 k近邻(k-nearest neighbour,kNN)的多模态过程故障检测算法(MD-kNN).该方法首先对各个模态的训练数据分别计算出各样本k个近邻的马氏距离平方和,然后对该距离进行升序排列,最后根据排列后的距离确定控制限.对待检测的新样本,计算该新样本和正常样本之间的马氏距离平方和,把该距离和控制限相比,当它比控制限小,说明新样本属于正常样本.反之,说明它属于故障样本.将该算法用于数值例子和半导体仿真过程,仿真结果表明该算法优于k近邻、局部离群因子等方法.
马氏距离、k近邻、多模态过程、工业过程、故障检测
33
TP277(自动化技术及设备)
辽宁省教育厅资助项目LJ2019007
2022-04-06(万方平台首次上网日期,不代表论文的发表时间)
共6页
480-485