科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对非线性动态过程故障检测问题,提出一种基于Wasserstein距离投影梯度核非负矩阵分解(Wasserstein Projected Gradient Kernel Non-negative Matrix Factorization, WPG-KNMF)的故障检测方法.首先,采用投影梯度方法对KNMF的基矩阵和系数矩阵进行更新.其次,在高维特征空间中使用Wasserstein距离结合滑动窗口方法构造新的统计量进行故障检测.本文方法将KNMF中迭代方法改进为投影梯度方法,通过KNMF将数据的非线性结构捕获并结合Wasserstein距离消除样本间自相关性影响.通过一个数值例子和基于DAMADICS过程的实验数据进行仿真实验,与传统核主成分分析(Kernel Principal Component Analysis, KPCA)、核非负矩阵分解等方法进行对比,仿真结果验证了本文所提方法的有效性.
- 出版日期2023
- 单位沈阳化工大学
