针对非线性系统的自适应核宽度异常检测方法研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
71801045
项目类别：
青年科学基金项目
资助金额：
17.0万
负责人：
张良伟
依托单位：
东莞理工学院
学科分类：
G0108.工业工程与质量管理
结题年份：
2021
批准年份：
2018
项目状态：
已结题
起止时间：
2019-01-01 至2021-12-31

项目参与者：
龙建宇；张智聪；林静；李帅；武静；
关键词：
可靠性控制和监测修复性维修故障检测故障诊断预防性维修

项目摘要

Sensing anomalous status of equipment in a timely and effective manner is crucial to ensure production safety. The boost of integration level in industry has led to the status data of equipment being highly nonlinear, and hereby posing challenges to anomaly detection applications. The applicant has been focusing on research in density-based anomaly detection methods, and found that the favored settings for the kernel width in anomaly detection — “wide kernel widths in high-density regions, and vice versa” — are exactly the opposite of those in density estimation problems. The results were published in a SCI indexed journal. To cope with multimodality, long-tail distributions and significant density differences, the idea of using adaptive kernel width can recognize nonlinear structures in data via smoothing out the discrepancy between normal samples, and intensifying the abnormality of potentially anomalous samples. Further research has shown that the method is superior in its smoothness and robustness. This project aims to reveal the fundamental principles of using adaptive kernel width in anomaly detection applications, to improve the pilot estimation of samples’ local density and design new metrics for setting kernel widths adaptively, and to validate and evaluate the proposed methods for better practicality.

及时有效地感知装备的异常状态对企业的安全生产至关重要。工业系统集成度的提高造成了装备状态数据的高度非线性特性，这也给异常检测应用带来了挑战。申请人关注于基于密度的异常检测方法的研究，在前期发现“在高密度区域采用较大的核宽度，在低密度区域采用较小的核宽度”这一与自适应核密度估计截然相反的设计思想可以应用在异常检测中，相关成果已发表SCI论文。针对数据中可能存在的多峰性、长尾分布以及密度差异较大等情况，自适应的核宽度调节思想可以在高密度区域中消除正常样本之间的差异，且在低密度区域中突出异常样本的反常，可以有效地识别出数据中的非线性结构。进一步研究表明该方法具有良好的平滑性和鲁棒性。本项目拟在此基础上研究下列内容：进一步揭示自适应核宽度调节在异常检测中的工作原理；针对非线性数据的特性改进样本局部密度的初始估计方法并据此设计核宽度的自适应调节准则；进行试验测试和工程验证并提高方法的实用化。

结项摘要

非线性在自然中是绝对的。随着工业系统集成度的提高，装备中各组成单元间的耦合作用也日趋加重，造成了装备状态数据的高度非线性特性。从这些非线性状态数据中更为精准地检测出异常是提高装备健康自我感知能力的重要手段之一。它可为装备的固有可靠性保持或恢复提供决策支持，具有重要的现实意义。.项目组在前期研究的基础上发现异常检测与密度估计应用在自适应核宽度调节方面具有截然不同的归纳偏置。据此，本项目针对非线性系统的异常检测问题提出了“核宽度调节的原则为：在高密度区域采用较大的核宽度，以及在低密度区域采用较小的核宽度”的研究假说。项目组以径向基核函数为例对比上述两个应用在核宽度调节方面的异同，揭示了自适应核宽度异常检测方法的基本原理；考虑非线性数据中可能存在的多峰性、长尾分布以及密度差异较大等复杂特性，提出将可变核宽度和样本初始密度估计之间的关系拓展至非线性关系；对所提出方法的有效性在某重载机车轮对受力数据上进行工程验证，并逐步提高该方法的实用程度。.在该项目的资助下，标注本项目基金号发表的期刊论文共计12篇，其中被SCI检索11篇（二区以上10篇），被EI检索1篇；发表国际学术会议论文2篇，均被ISTP检索；申请发明专利3项，其中1项已进入实审阶段；项目组的一名博士后成员已出站且留校任教；培养了两名硕士研究生（一名已顺利毕业）。该项目研究成果深化了对自适应核宽度调节在异常检测应用中的理解，探索了核宽度在非线性关系下的自适应调节准则。项目组还对非线性系统的异常检测方法在深度学习领域进行了拓展，较好地达成了预期目标。