本文關(guān)鍵詞：基于增量式核非負(fù)矩陣分解算法的數(shù)據(jù)流故障檢測與診斷，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著現(xiàn)代計(jì)算機(jī)技術(shù)的迅猛發(fā)展,現(xiàn)代工業(yè)過程控制系統(tǒng)變得更加復(fù)雜化和智能化,監(jiān)控系統(tǒng)所需的傳感器數(shù)量日益增多,并組成了傳感器網(wǎng)絡(luò),對應(yīng)的數(shù)據(jù)形式也在逐步發(fā)生改變,呈現(xiàn)數(shù)據(jù)流形式,不但具有傳統(tǒng)數(shù)據(jù)的特征,同時(shí)還有新的特征。目前針對數(shù)據(jù)流形式的工業(yè)過程的故障檢測與診斷才剛剛起步,因此這是一個(gè)很有必要研究的課題。核非負(fù)矩陣分解(KNMF)是近幾年發(fā)展起來的新穎的矩陣分解算法,挖掘數(shù)據(jù)的局部信息表示信息的整體結(jié)構(gòu),因此分解得到的矩陣具有天然的稀疏性。KNMF具有非負(fù)限制,保證了純加性運(yùn)算,更加符合工業(yè)過程實(shí)際情況。KNMF還具有良好的解釋性。本文將KNMF算法引入到故障檢測與診斷領(lǐng)域,并建立故障檢測與診斷模型。具體來說,本文主要工作內(nèi)容如下:(1)從幾何層面上解釋了KNMF算法的意義,并且給出了KNMF算法的詳細(xì)特性分析,深化了對KNMF算法的理解。(2)在KNMF算法的基礎(chǔ)上,為了縮短訓(xùn)練時(shí)間,同時(shí)滿足數(shù)據(jù)流的實(shí)時(shí)性要求和動(dòng)態(tài)性要求,提出了增量式核非負(fù)矩陣分解(ILKNMF)算法,給出了ILKNMF算法對應(yīng)的三個(gè)原則,分析了ILKNMF算法的訓(xùn)練模型和自適應(yīng)模型,同時(shí)為了解決數(shù)據(jù)流對存儲(chǔ)要求高的缺點(diǎn),提出了精簡歷史數(shù)據(jù)的方法。(3)在ILKNMF算法的基礎(chǔ)上,提出了基于ILKNMF算法的故障檢測模型,并設(shè)計(jì)了K2和SPE兩個(gè)監(jiān)控統(tǒng)計(jì)量用于故障檢測,并給出了控制限的求解方法。當(dāng)用于在線監(jiān)控時(shí),如果在線數(shù)據(jù)對應(yīng)的統(tǒng)計(jì)量值超出控制限,表明系統(tǒng)發(fā)生故障。在此基礎(chǔ)上,使用經(jīng)典方法——貢獻(xiàn)圖法,建立了故障辨識模型。(4)在KNMF算法基礎(chǔ)上,融入FDA算法的分類能力,提出了有監(jiān)督的FKNMF算法,并證明了該算法的單調(diào)性。FKNMF算法是從模式分類的角度上面考慮故障診斷,把故障診斷看成分類問題,建立了相應(yīng)的故障診斷模型。為了滿足數(shù)據(jù)流形式的要求,在FKNMF算法的基礎(chǔ)上,提出了ILFKNMF算法,建立了ILFKNMF算法故障診斷模型。
【關(guān)鍵詞】：故障檢測與診斷 數(shù)據(jù)流 核非負(fù)矩陣分解 增量式核非負(fù)矩陣分解 多故障 Fisher判據(jù)
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP277
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 緒論10-21
• 1.1 課題的背景和意義10-11
• 1.2 數(shù)據(jù)流特性分析11-13
• 1.2.1 數(shù)據(jù)流定義11
• 1.2.2 數(shù)據(jù)流特點(diǎn)11-13
• 1.2.3 數(shù)據(jù)流研究現(xiàn)狀13
• 1.3 故障檢測和診斷研究現(xiàn)狀13-19
• 1.3.1 基于機(jī)器學(xué)習(xí)的研究現(xiàn)狀14-15
• 1.3.2 基于多元統(tǒng)計(jì)方法的研究現(xiàn)狀15-17
• 1.3.3 非負(fù)矩陣分解的研究現(xiàn)狀17-18
• 1.3.4 核非負(fù)矩陣分解的研究現(xiàn)狀18-19
• 1.4 本文的主要研究內(nèi)容與論文結(jié)構(gòu)19-21
• 第二章 核非負(fù)矩陣分解算法的特性分析21-32
• 2.1 引言21
• 2.2 核方法分析21-23
• 2.3 核主元分析算法23-25
• 2.3.1 KPCA算法23-24
• 2.3.2 基于KPCA的故障檢測24-25
• 2.4 核Fisher判據(jù)分析25-28
• 2.4.1 Fisher判據(jù)分析25-27
• 2.4.2 核Fisher判據(jù)分析27-28
• 2.5 核非負(fù)矩陣分解算法28-31
• 2.5.1 KNMF算法28-29
• 2.5.2 KNMF幾何意義29-30
• 2.5.3 KNMF算法特性分析30-31
• 2.6 本章小結(jié)31-32
• 第三章 增量式核非負(fù)矩陣分解算法32-42
• 3.1 引言32
• 3.2 增量式學(xué)習(xí)方法分析32-35
• 3.2.1 學(xué)習(xí)方式分析32-34
• 3.2.2 增量式學(xué)習(xí)方法分析34-35
• 3.3 增量式核非負(fù)矩陣（ILKNMF）分解算法35-39
• 3.3.1 替換判斷原則35-37
• 3.3.2 確定替換點(diǎn)原則37
• 3.3.3 替換原則37-39
• 3.4 基于ILKNMF算法的數(shù)據(jù)流故障檢測與診斷框架39-41
• 3.4.1 數(shù)據(jù)流故障檢測與診斷框架39-40
• 3.4.2 訓(xùn)練模型方式40
• 3.4.3 自適應(yīng)模型方式40-41
• 3.4.4 精簡歷史數(shù)據(jù)41
• 3.5 本章小結(jié)41-42
• 第四章 基于ILKNMF算法的數(shù)據(jù)流故障檢測42-63
• 4.1 引言42
• 4.2 基于KNMF算法的非線性故障檢測42-48
• 4.2.1 KNMF算法目標(biāo)函數(shù)42-44
• 4.2.2 監(jiān)控統(tǒng)計(jì)量的設(shè)計(jì)44-45
• 4.2.3 統(tǒng)計(jì)量的控制限45-47
• 4.2.4 故障檢測模型47-48
• 4.3 基于ILKNMF算法的故障檢測模型48-50
• 4.3.1 基于ILKNMF算法的訓(xùn)練模型48
• 4.3.2 ILKNMF算法和KNMF算法訓(xùn)練時(shí)間對比48-50
• 4.4 基于貢獻(xiàn)圖的故障辨識50
• 4.5 仿真實(shí)驗(yàn)50-62
• 4.5.1 Tennessee Eastman實(shí)驗(yàn)平臺50-52
• 4.5.2 故障檢測性能評估52-58
• 4.5.3 自適應(yīng)故障檢測性能58-61
• 4.5.4 故障辨識性能評估61-62
• 4.6 本章小節(jié)62-63
• 第五章 基于增量式FISHER-KNMF算法的數(shù)據(jù)流故障診斷63-83
• 5.1 引言63-64
• 5.2 Fisher核非負(fù)矩陣分解（FKNMF）算法64-67
• 5.2.1 特征空間投影64-65
• 5.2.2 求解Fisher判據(jù)65
• 5.2.3 目標(biāo)函數(shù)建立65-66
• 5.2.4 目標(biāo)函數(shù)求解66-67
• 5.3 FKNMF算法單調(diào)性證明67-71
• 5.3.1 固定優(yōu)化67-68
• 5.3.2 固定優(yōu)化68-70
• 5.3.3 優(yōu)化λ70-71
• 5.4 FKNMF算法幾何意義71-73
• 5.4.1 FDA特性回顧71-72
• 5.4.2 FKNMF算法幾何意義72-73
• 5.5 基于ILFKNMF算法的故障診斷73-76
• 5.5.1 基于FKNMF算法的故障診斷73-75
• 5.5.2 ILFKNMF算法診斷模型75-76
• 5.6 仿真實(shí)驗(yàn)76-82
• 5.6.1 單故障診斷76-79
• 5.6.2 多故障診斷79-82
• 5.7 本章小結(jié)82-83
• 第六章 總結(jié)與展望83-85
• 6.1 工作總結(jié)與本文貢獻(xiàn)83-84
• 6.2 未來工作展望84-85
• 參考文獻(xiàn)85-92
• 致謝92-93
• 攻讀碩士學(xué)位期間已發(fā)表或錄用的論文93-95

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐力平,趙忠華,張炎華;導(dǎo)航傳感器故障檢測策略[J];上海交通大學(xué)學(xué)報(bào);2002年07期

2 李新國,陳紅英;基于H_∞估計(jì)的魯棒故障檢測[J];中國空間科學(xué)技術(shù);2004年06期

3 李志生;張國強(qiáng);劉建龍;;故障檢測與診斷技術(shù)在暖通空調(diào)領(lǐng)域的應(yīng)用和展望[J];流體機(jī)械;2006年06期

4 李?yuàn)檴?劉勇;潘成勝;;分布式故障檢測技術(shù)在雙獨(dú)立互聯(lián)系統(tǒng)中的應(yīng)用[J];沈陽理工大學(xué)學(xué)報(bào);2006年03期

5 顏秉勇;田作華;施頌椒;;非線性攝動(dòng)時(shí)滯系統(tǒng)的H_∞/H_-魯棒故障檢測[J];上海交通大學(xué)學(xué)報(bào);2008年02期

6 王傲勝;曹小榮;;故障檢測綜述[J];煤礦機(jī)械;2008年03期

7 唐菊琴;;計(jì)算機(jī)故障檢測與定位[J];福建電腦;2011年06期

8 鄒振宇;;計(jì)算機(jī)常見故障檢測及維護(hù)[J];無線互聯(lián)科技;2012年07期

9 陶仁驥;;組合電路的故障檢測[J];電子計(jì)算機(jī)動(dòng)態(tài);1975年07期

10 葉銀忠;潘日芳;蔣慰孫;;過程系統(tǒng)的在線故障檢測、診斷和預(yù)報(bào)技術(shù)(一)[J];化工自動(dòng)化及儀表;1988年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 張漢國;;大系統(tǒng)的故障檢測——隨機(jī)情形[A];1993中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1993年

2 周東華;;一種工業(yè)異步電機(jī)的在線故障檢測與診斷新方法[A];1994年中國控制會(huì)議論文集[C];1994年

3 趙琦;周東華;;閉環(huán)系統(tǒng)的小故障檢測與分離方法[A];第十九屆中國控制會(huì)議論文集（二）[C];2000年

4 李福明;段廣仁;;一種魯棒故障檢測與分離的參數(shù)化方法[A];第16屆中國過程控制學(xué)術(shù)年會(huì)暨第4屆全國故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

5 王洪江;孫保民;田進(jìn)步;;一種圖形化的故障檢測和診斷方法[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊）[C];2008年

6 彭濤;桂衛(wèi)華;Ding Steven X;湯瓊;李昊;;一種基于混合H_-/H_∞的故障檢測系統(tǒng)優(yōu)化設(shè)計(jì)方法[A];第二十七屆中國控制會(huì)議論文集[C];2008年

7 魏晨;陳宗基;;非線性系統(tǒng)的魯棒故障檢測與診斷[A];第十九屆中國控制會(huì)議論文集（二）[C];2000年

8 韓兵;陳新海;;隨機(jī)參數(shù)最小均方濾波及其在飛行器故障檢測中的應(yīng)用[A];1995中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1995年

9 葛彤;鄧建華;;復(fù)雜動(dòng)態(tài)系統(tǒng)故障檢測與診斷的層次遞進(jìn)方法[A];1996中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

10 方華京;;控制系統(tǒng)故障檢測的l~1優(yōu)化方法[A];第十九屆中國控制會(huì)議論文集（二）[C];2000年

中國重要報(bào)紙全文數(shù)據(jù)庫 前5條

1 陳代壽;BFD高速路由故障檢測[N];中國計(jì)算機(jī)報(bào);2005年

2 涵薏;排除風(fēng)電系統(tǒng)中的故障[N];上�？萍紙�(bào);2010年

3 上海 徐亞東;ADSL故障檢測利器[N];電腦報(bào);2004年

4 暴青雨　本報(bào)特約通訊員 趙彥斌;為了戰(zhàn)時(shí)能打贏[N];解放軍報(bào);2011年

5 翟衛(wèi)平;梁來潤;為了航天員的生命安全[N];中國航天報(bào);2003年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 喬常明;故障檢測與診斷方法研究及其在網(wǎng)絡(luò)化系統(tǒng)中的應(yīng)用[D];黑龍江大學(xué);2015年

2 王紅茹;動(dòng)態(tài)系統(tǒng)的魯棒故障檢測與分離方法研究[D];哈爾濱工業(yè)大學(xué);2006年

3 楊青;集合型故障檢測與診斷技術(shù)研究[D];長春理工大學(xué);2013年

4 張登峰;動(dòng)態(tài)系統(tǒng)的故障檢測與診斷研究[D];南京理工大學(xué);2003年

5 李霄劍;魯棒自適應(yīng)故障檢測與隔離方法研究[D];東北大學(xué);2011年

6 馬傳峰;基于觀測器的魯棒H_∞故障檢測問題研究[D];山東大學(xué);2007年

7 周樂;基于概率的工業(yè)過程數(shù)據(jù)建模與故障檢測[D];浙江大學(xué);2015年

8 趙海軍;新一代互聯(lián)網(wǎng)服務(wù)及故障檢測若干關(guān)鍵技術(shù)的研究[D];北京郵電大學(xué);2009年

9 朱張青;動(dòng)態(tài)系統(tǒng)的魯棒故障檢測與診斷技術(shù)[D];南京理工大學(xué);2005年

10 李岳煬;基于觀測器的離散時(shí)變系統(tǒng)魯棒故障檢測問題研究[D];山東大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張荷;基于PU學(xué)習(xí)的軟件故障檢測方法研究[D];西北農(nóng)林科技大學(xué);2015年

2 妥建軍;一種配電網(wǎng)有源相間故障檢測技術(shù)的研究[D];山東大學(xué);2015年

3 鄭茜予;基于主元分析的微小故障檢測[D];華北電力大學(xué);2015年

4 翟夢佳;基于數(shù)據(jù)的燃料電池典型非正常工況故障檢測研究[D];哈爾濱工業(yè)大學(xué);2015年

5 陳姣;基于子空間辨識方法的動(dòng)態(tài)系統(tǒng)的故障檢測與診斷[D];華中科技大學(xué);2015年

6 吳翔;可實(shí)現(xiàn)任意可靠度的故障檢測與切換系統(tǒng)模型研究[D];東華理工大學(xué);2015年

7 樓嘉宇;基于機(jī)器學(xué)習(xí)的電弧故障檢測算法研究[D];杭州電子科技大學(xué);2015年

8 洪碩果;SDN網(wǎng)絡(luò)的故障檢測和恢復(fù)技術(shù)研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2015年

9 林圣才;基于核可預(yù)測元分析算法的故障檢測與診斷[D];上海交通大學(xué);2015年

10 冉永清;基于增量式核非負(fù)矩陣分解算法的數(shù)據(jù)流故障檢測與診斷[D];上海交通大學(xué);2015年

  本文關(guān)鍵詞：基于增量式核非負(fù)矩陣分解算法的數(shù)據(jù)流故障檢測與診斷，由筆耕文化傳播整理發(fā)布。

，

本文編號：323603