面向非线性动态工业过程的慢特征网络监测方法

摘要

本发明公开了面向非线性动态工业过程的慢特征网络监测方法。该方法充分考虑了复杂工业过程的线性与非线性、静态与动态特性并存的特点，通过设计一种新的神经网络结构，即慢特征网络来建立过程监测模型。本方法利用线性映射模块提取过程的线性信息，并将其与传统的编码器神经网络得到的信息进行融合，用于同时处理变量间的线性与非线性关系。本方法在优化目标中加入了特征的缓变约束来同时提取动静态信息。同时引入弹性网正则化对特征进行稀疏选择，防止过拟合现象。本方法综合考虑了线性与非线性、动态与静态过程信息，具有很强的可解释性，相比传统的监测方法，提高了监测精度，丰富了监测信息，为过程监测方法的研究指明了新的方向。