国内刊号:21-1124/TP
国际刊号:1001-0920
发布日期:
作者:牟淼,赵小强
单位:兰州理工大学 电气工程与信息工程学院,兰州 730050,,兰州理工大学 电气工程与信息工程学院,兰州 730050;兰州理工大学 甘肃省工业过程先进控制 重点实验室,兰州 730050;兰州理工大学 国家级电气与控制工程实验教学中心,兰州 730050,
关键词:工业过程;故障诊断;邻域保持嵌入;低秩表示;流形学习
基金:国家重点研发计划项目(2020YFB1713600);国家自然科学基金项目(62263021,62163023);甘肃省科技计划项目(21JR7RA206,21YF5GA072);甘肃省工业过程先进控制重点实验室开放基金项目(2022KX07);甘肃省教育厅产业支撑项目(2021CYZC-02).
基于邻域保持嵌入(NPE)的故障诊断算法因其能够有效地提取过程数据的局部信息而被广泛应用,但是典型的NPE方法对参数选择和噪声等离群点敏感,同时忽略了过程数据的全局信息,由此提出一种基于鲁棒低秩自适应邻域保持嵌入(RLANPE)的故障诊断算法.该方法将自适应邻域嵌入、投影学习和低秩表示集成到一个框架中,在获得全局最优解的同时能有效提取数据的局部信息;进一步地,为了探索数据的全局信息并减轻异常值的影响,对RLANPE施加低秩表示约束,以增强RLANPE的特征提取能力和鲁棒性;此外,对RLANPE引入基于${l_{2,1
来源:2025年第2期
《控制与决策》期刊编辑部