一种基于零遗忘持续字典学习的多工况过程监测方法和系统
申请号:CN202510849272
申请日期:2025-06-24
公开号:CN120744367A
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开了一种基于零遗忘持续字典学习的多工况过程监测方法和系统,在离线建模:首先,利用初始工况数据集进行字典学习获得初始字典,再分解获得初始工况的低秩矩阵,并通过计算样本重构误差以计算初始工况的控制限;然后利用新工况数据集,对已学习旧工况所得到的低秩矩阵进行增量更新得到新工况的低秩矩阵,并计算新工况控制限;在在线监测:首先利用权重选择器针对监测数据为已学习工况的低秩矩阵分配权重,自适应地构造监测字典;然后利用监测字典对监测数据重构并求解重构误差,进而判断监测数据的工况;最后根据对应工况的重构误差和控制限计算故障检测统计量,通过统计量的大小判断监测数据异常与否。本发明实现多工况过程的精准监测。
技术关键词
工况
重构误差
字典
矩阵
监测方法
增量更新
故障检测
OMP算法
数据
元素
编码
监测系统
处理器
离线
存储器
在线
变量
样本
参数