馮立偉　徐濤

摘要：工業(yè)生產(chǎn)過程往往運行于多個生產(chǎn)模態(tài)，針對多模態(tài)過程數(shù)據(jù)分布特點：中心漂移和模態(tài)方差差異明顯，提出了基于局部近鄰標準化和PCA的故障檢測方法（LNS-PCA）。先對每個樣本使用其局部K近鄰集進行標準化；獲得新訓練樣本集；其次在新樣本集中使用PCA進行故障監(jiān)測。局部近鄰標準化可以有效降低中心漂移和方差差異明顯的影響，使多模態(tài)數(shù)據(jù)融合為服從高斯分布的單一模態(tài)，為PCA的監(jiān)測提供良好的數(shù)據(jù)基礎(chǔ)。通過多模態(tài)實例進行故障檢測仿真實驗，并與zscore-kNN方法比較，驗證了本文方法的有效性。

關(guān)鍵詞：標準化；k近鄰；多模態(tài)；故障檢測endprint