一种基于稀疏GMM的多模过程质量相关的故障诊断方法

摘要

本发明公开了一种基于稀疏GMM的多模过程质量相关的故障诊断方法，利用稀疏表示获取高质量的系数权重矩阵，并融合流形结构信息，构建稀疏高斯混合模型，使得高斯成分的概率分布沿着数据流形结构平滑变化，以及高斯成分的局部近邻样本之间相似，自动地获取高斯成分的数目，对噪音和离群点具有鲁棒性，获得质量相关的故障检测，同时依据已检测故障的受控近邻，定位故障发生的根源变量。与高斯混合模型监测方法相比，本发明方法表征了过程数据局部流形结构和数据的稀疏关系，获取了样本之间的局部相似关系，反映多模态过程的变化情况。因此，本发明所涉及的稀疏GMM方法可以取得更好的故障检测效果和准确定位故障发生的根源变量。