基于对抗二次自编码器和集成学习的工业过程早期故障检测

来源：电子测量技术杂志2024年第12期北京时间：

作者：刘喜平，高丙朋，蔡鑫

单位：新疆大学电气工程学院 乌鲁木齐 830017

摘要：由于工业过程早期微小故障存在数据振幅小，特征强耦合的特点，导致传统自编码器模型对此类故障的检测效果不佳，对此，提出一种基于对抗二次自编码器和集成学习的工业过程早期故障检测方法。首先引入一种二次型神经元嵌入普通自编码器模型的隐藏层中，增加模型的表达能力，其次提出一种对抗性的二次自编码器，在训练过程中引入GAN网络，使自编码器的特征学习遵循特定的概率分布。然后利用集成学习思想对正常工况数据进行采样，给每个采样的子集训练一个对抗二次自编码器，利用每个子模型的SPE和T2统计量分别生成两个矩阵，接着在生成的矩阵上使用单步滑动窗口内奇异值分解的融合策略，将每个窗口内的最大奇异值作为检测统计量。使用一个数值例子和TE过程对所提方法进行验证。实验结果表明所提方法具有良好的早期微小故障检测性能。

关键词：早期故障检测;二次自编码器;对抗自编码器;集成学习

基金资助：国家自然科学基金(62303394)、新疆维吾尔自治区自然科学基金(2022D01C694)、新疆维吾尔自治区高校基本科研业务费科研项目（XJEDU2023P025）资助