制造业自动化2024，Vol.46Issue(5) ：54-60.DOI:10.3969/j.issn.1009-0134.2024.05.009

LWT-SSF特征学习的双变量过程均值偏移在线诊断

On-line Identification of Mean Shifts in Bivariate Processes Using Lifting Wavelet Transform and Stacked Sparse Filtering

周昊飞 王国东 李婧
制造业自动化2024，Vol.46Issue(5) ：54-60.DOI:10.3969/j.issn.1009-0134.2024.05.009
✕
  • NETL
  • NSTL
  • 万方数据

LWT-SSF特征学习的双变量过程均值偏移在线诊断

On-line Identification of Mean Shifts in Bivariate Processes Using Lifting Wavelet Transform and Stacked Sparse Filtering

周昊飞 1王国东 1李婧1
扫码查看

作者信息

  • 1. 郑州航空工业管理学院 管理工程学院,河南 郑州 450046
  • 折叠

摘要

为了提升双变量过程均值偏移的诊断效率,提出了提升小波重构去噪增强、堆叠稀疏滤波特征学习和Softmax回归分类的双变量过程均值偏移在线诊断模型.首先,对原始数据流进行提升小波分解与重构,以突显其整体变化特性.其次,利用堆叠稀疏滤波对重构后的数据序列进行逐层学习,得到维度低且表征强的数据特征.而后,通过带有标签的特征数据对Softmax回归分类器进行有监督学习,识别双变量过程均值偏移的失控源.最后,仿真实验验证了所提诊断模型的有效性.

关键词

双变量过程/均值偏移/提升小波变换/堆叠稀疏滤波/Softmax回归

引用本文复制引用

基金项目

国家自然科学基金(71871204)

河南省科技攻关计划(212102210053)

教育部人文社会科学研究项目(21YJC630151)

出版年

2024
制造业自动化
北京机械工业自动化研究所

制造业自动化

CSTPCD
影响因子：0.482
ISSN：1009-0134
参考文献量21
段落导航相关论文