点击蓝字 关注我们
本文引用信息
赵春晖, 陈旭. 从分解视角出发: 基于多元统计方法的工业时序建模与过程监测综述[J]. 控制与决策, 2024, 39(11): 3521-3546.
2024年第11期封面文章推荐
从分解视角出发: 基于多元统计方法的工业时序建模与过程监测综述
赵春晖, 陈旭
本文创新点：
从分解的统一视角对时序数据过程监测方法进行综述，依据不同的分解角度和过程特性，将各类多元统计方法进行系统梳理，总结出这些方法化繁为简的共性理念，并指出未来可能的研究方向和内容。
✦✦
选题依据
数据驱动的过程监测是确保工业过程安全运行的重要手段，而工业时序数据中存在的各类复杂特性给监测模型的建立带来了困难。本文从分解视角出发，归纳总结了针对各类复杂特性的过程监测方法。首先，针对工业时序数据中广泛存在的低质量、强动态和非平稳特性，介绍其来源、表现形式以及不良影响；然后总结针对每类特性的不同分解方法，对比不同方法的优缺点与适用场景，并挖掘这些方法的共通之处。通过分析和思考现有研究的问题，指出工业时序建模未来可能的研究方向和内容。
✦✦
研究内容
2.1 工业时间序列监测与数据特性
表1 动态特性时间序列建模方法对比
2.5 分解视角下的统计量构建与监测策略
监测统计量就是基于所分解的特征，在度量空间中使用欧氏距离或马氏距离等衡量方式来定量化描述过程特性与正常状态的偏离程度。而在变量独立同分布的场景中，协方差矩阵将转变为单位矩阵，马氏距离与欧氏距离呈现相同的表达。通过 对具有不同物理意义的特征构建对应统计量，可提供对工业时间序列细粒度、可解释的监测结果。
2.6 不同类别方法的关联讨论与分析
前文从分解的角度出发，以低质量特性、动态特性和非平稳特性为切入点，综述了各类时间序列建模和监测方法，总结如表3所示。尽管这些方法所处理的特性不同，但仍存在着内在关联。
表3 分解视角下的各类时间序列建模方法对比
✦✦
主要结论
1）针对不同特性的各类分解方法各有优劣和适用范围；尽管这些方法所解决的特性不同，但仍存在内在关联。从方法理念来看，这些方法都包含化繁为简的共性思想，即时间序列被分解为多个具有实际物理意义的组成部分，增强了可解释性；从分解手段来看，这些方法都是将所分析的特性描述成一定的数学形式并归结为一个优化问题实现解耦；从监测分析来看，这些方法都基于所分解的成分分别设计多个监测统计量,全面描述了工业过程运行状态,提供了细粒度的监测结果。
2）对于工业时序建模未来发展方向，建议进行混合异构时序分解建模研究，并可结合专家经验，进行知识数据融合双驱动的时序建模研究；考虑到监测方法主要聚焦于感知层面，仅能判断是否发生故障，未能深入探究故障发生的根源，建议进一步研究工业时序根因溯源方法，考虑时序分解建模更多的拓展应用。
科研团队简介
相关文章推荐
郑重声明：根据国家版权局相关规定，纸媒、网站、微博、微信公众号转载、摘编本微信信息，需包含本微信名称、二维码等相关信息，并在文首注明《控制与决策》原创。个人请按本微信原文转发、分享。
－联系我们－
《控制与决策》
网站：http://kzyjc.alljournals.cn
电话：024-83687766
邮箱：kzyjc@mail.neu.edu.cn
《Journal of Control and Decision》
网站：
https://www.tandfonline.com/toc/tjcd20/current
邮箱：tengrong@ise.neu.edu.cn
点击“阅读原文”查看全文信息
