基于GMM的马氏距离kNN故障检测方法研究.pdfVIP

基于GMM的马氏距离kNN故障检测方法研究·13·

基于GMM的马氏距离kNN故障检测方法研究

张成，李秀玉，逄玉俊，李元

(沈阳化工大学技术过程故障诊断与安全性研究中心，辽宁沈阳110142)

摘要：工业过程数据变量呈现非线性、非高斯性与变量之间分布不均等问题。针对数据变量分布不均等

问题，提出利用高斯混合模型GMM(Gaussianmixturemode1)，将马氏距离(Mahalanobisdistance)与kNN

(knearestneighbors)相结合的故障检测方法，即：基于GMM的马氏距离kNN故障检测方法(GMM-MD—

kNN)。首先利用高斯混合模型GMM将训练样本数据分为K类，然后利用相应数据类的变量协方差信

息计算样本间的马氏距离，得到样本的k近邻样本马氏距离和，并将其作为故障检测的指标。将此方法

应用到TE连续工业过程监测实例中，结果表明了该方法的有效性。

关键词：GMM；kNN；马氏距离；故障检测

中图分类号：TP277文献标