[發明專利]一種基于改進MKECA方法的注塑機異常檢測方法及系統

在審

• 申請號: 202210894048.6
• 申請日: 2022-07-27
• 公開（公告）號: CN115358297A
• 公開（公告）日: 2022-11-18
• 發明（設計）人: 楊海東;胡洋;黃梓偉;印四華;張卓勤;杜嘉灝
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 劉俊

1.一種基于改進MKECA方法的注塑機異常檢測方法，其特征在于，包括以下步驟：

S1、收集注塑機正常工作時的數據作為訓練集，對訓練集數據進行預處理：將訓練集的三維數據沿批次-變量方向展開并進行局部近鄰標準化，得到服從單一模態的二維數據；

S2、采用核熵成分分析方法對預處理后的數據進行非線性特征提??；

S3、對提取的數據特征采用支持向量數據描述SVDD建立包裹正常樣本的超球體，根據超球體的半徑確定控制限和閾值范圍；

S4、在線收集測試樣本，對測試樣本進行預處理，計算預處理后的測試樣本的統計量D，判斷統計量D是否超出閾值范圍，超出則視為檢測到注塑機出現異常，未超出則表明注塑機正常運行。

2.根據權利要求1所述的一種基于改進MKECA方法的注塑機異常檢測方法，其特征在于，所述訓練集數據的維度包括有：時間、批次、過程；所述訓練集數據能夠用三維矩陣X(I×J×K)表示，其中I代表生產批次，代表J過程變量，K代表采樣點。

3.根據權利要求2所述的一種基于改進MKECA方法的注塑機異常檢測方法，其特征在于，所述將訓練集的三維數據沿批次-變量方向展開成二維數據的過程，具體為：首先將注塑機正常工作時的數據X(I×J×K)沿批次展開為X(I×(J×K))，對其進行局部近鄰標準化化后再沿變量方向展開為二維矩陣X((I×J)×K)。

4.根據權利要求3所述的一種基于改進MKECA方法的注塑機異常檢測方法，其特征在于，進行局部近鄰標準化的過程，具體為：根據歐氏距離公式得出樣本x_i與訓練集中其他樣本的距離，并選取前k個近鄰樣本組成樣本x_i的近鄰集其次計算出樣本x_i近鄰集N(x_i)的均值和標準差，然后再進行局部近鄰標準化處理；其數學表達形式為：

其中，m(N(x_i))表征樣本x_i近鄰集N(x_i)的均值，s(N(x_i))表征樣本x_i近鄰集N(x_i)的標準差，采用局部近鄰標準化能夠將不同分布、不同中心的多模態數據聚合為離散程度和中心近似相同的單模態數據。

5.根據權利要求1所述的一種基于改進MKECA方法的注塑機異常檢測方法，其特征在于，所述步驟S2具體為：采用瑞利熵對數據信息進行定量度量，利用均值對V(p)進行估計，能夠通過樣本核矩陣K求出瑞利熵H(p)，對核矩陣K進行特征值分解并代入V(p)得到每一個特征值及對應特征向量對瑞利熵的貢獻度，將瑞利熵貢獻度從大到小排序，選取前A項對應的特征向量組成投影矩陣。