基于全局结构保持的局部切空间排列算法的故障检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112016035A(43)申请公布日2020.12.01(21)申请号202010943994.6(22)申请日2020.09.09(71)申请人上海应用技术大学地址200235上海市徐汇区漕宝路120-121号(72)发明人钱平李思航(74)专利代理机构上海汉声知识产权代理有限公司31236代理人胡晶(51)Int.Cl.G06F17/10(2006.01)G06F17/15(2006.01)权利要求书4页说明书8页附图1页(54)发明名称基于全局结构保持的局部切空间排列算法的故障检测方法(57)摘要本发明提供了一种基于全局结构保持的局部切空间排列算法的故障检测方法，该方法包括：获取样本点在局部切空间的局部坐标；根据局部坐标构建全局坐标；根据局部坐标的重构误差，确定局部结构保持的目标函数；根据局部结构保持的目标函数和全局结构保持的目标函数，确定全局结构保持的局部切空间排列算法的映射矩阵；根据映射矩阵，将标准化处理后的在线样本数据转换为新特征空间的降维数据；通过支持向量数据描述方法建立降维数据的统计量，并根据统计量与在线数据特征空间的超球模型的中心点的距离，确定在线数据是否存在故障数据。本发明保留了数据的外部形状，防止方差方向上的故障的漏报，保证了故障检测模型的精度，提高故障的识别率。CN112016035ACN112016035A权利要求书1/4页1.一种基于全局结构保持的局部切空间排列算法的故障检测方法，其特征在于，包括：步骤1：通过全局结构保持的局部切空间算法提取离线样本数据的局部信息，得到局部切空间；步骤2：获取样本点在所述局部切空间的局部坐标；步骤3：根据所述局部坐标构建全局坐标；步骤4：根据所述局部坐标的重构误差，确定局部结构保持的目标函数；步骤5：根据全局坐标的整体结构，确定全局结构保持的目标函数；步骤6：根据所述局部结构保持的目标函数和所述全局结构保持的目标函数，确定全局结构保持的局部切空间排列算法的映射矩阵；步骤7：根据所述映射矩阵，将标准化处理后的在线样本数据转换为新特征空间的降维数据；步骤8：通过支持向量数据描述方法建立所述降维数据的统计量，并根据所述统计量与在线数据特征空间的超球模型的中心点的距离，确定在线数据是否存在故障数据。2.根据权利要求1所述的基于全局结构保持的局部切空间排列算法的故障检测方法，其特征在于，所述步骤1包括：步骤1.1：对离线样本数据集Xa＝[xa1，K，xaN]进行标准化处理，得到标准化的数据集X＝[x1，K，xN]；xa1表示离线样本数据集Xa中的第1个数据，xaN表示离线样本数据集Xa中的第N个数据，x1表示标准化的数据集X中的第1个数据，xaN表示标准化的数据集X中的第N个数据，N为大于1的自然数；步骤1.2：通过标准化的数据集X构造临近矩阵Xi＝[xi1，K，xik]；xi1表示临近矩阵Xi中的第1个数据，xik表示临近矩阵Xi中的第k个数据；步骤1.3：根据所述临近矩阵和高维到低维的数据映射关系，构建局部切空间；所述局部切空间中的样本点满足如下关系：xi＝f(yi)+εi，i＝1，K，N，dmyi∈R，xi∈R，d＜m其中，Q是切空间中的正交基向量矩阵，θj是相应于Q的局部低维嵌入数据，xi表示数据d集矩阵X中第i个元素，yi表示低维特征矩阵Y中第i个元素，εi表示第i个噪声信号，R表示维m数为d的实矩阵，R表示维数为m的数据阵，d表示Y的维数为d，m表示X的维数为m，xij表示数T据集的近邻矩阵Xi的第j个元素，x表示最优数据，x表示最优数据集的转置矩阵，Θ表示局部切空间中的样本点的投影坐标矩阵。3.根据权利要求2所述的基于全局结构保持的局部切空间排列算法的故障检测方法，其特征在于，所述步骤2包括：定义局部切空间中的样本点的投影坐标矩阵Θ＝[θ1，...，θk]，θ1表示投影坐标矩阵Θ中的第1个元素，θk表示投影坐标矩阵Θ中的第k个元素；其中：2CN112016035A权利要求书2/4页其中，Θi表示第i个样本点的局部坐标，表示第i个正交基向量矩阵的转置矩阵，I表T(i)示单位矩阵，e表示误差，e表示误差的转置矩阵，θ1表示第i个局部坐标矩阵Θi中的第1(i)(i)个元素，θk表示第i个局部坐标矩阵Θi中的第k个元素，ξj表示第i个局部坐标矩阵的第Tj个元素第重构误差，Qi表示第i个正交基向量矩阵，Qi表示第j个正交基向量矩阵的转置矩阵，xij表示数据集的近邻矩阵Xi的第个元素，表示所有xij的平均值，Hk表示局部k个近邻(i)的映射参数，θj表示第i个局部坐标矩阵Θi中的第j个元素。4.根据权利要求3所述的基于全局结构保持的局部切空间排列算法的故障检测方法，其特征在于，所述步骤3包括：对