基於自適應採樣方法的高維流數據線上過程監測的研究

《基於自適應採樣方法的高維流數據線上過程監測的研究》是依託北京大學，由張璽擔任負責人的面上項目。

基本介紹

• 中文名：基於自適應採樣方法的高維流數據線上過程監測的研究
• 項目負責人：張璽
• 依託單位：北京大學
• 項目類別：面上項目

項目摘要

生產過程線上故障監測對生產的穩定運行和產品質量保障發揮著重要作用。當前複雜製造系統通過各類感測設備已能採集高維流數據用以對生產過程進行全面監控。然而，由於高維流數據存在複雜度高、數據量大、變化快速等特徵，現有的過程監測系統尚缺乏能有效針對這類數據的線上監測方法。本課題以複雜系統產生的高維流數據為研究對象，針對“高維流數據難以實時處理”這一關鍵問題，提出了通過“自適應”監測局部過程變數以達到對全局監測目的的研究思想。課題充分考慮實際生產中存在的各種資源約束，擬利用自適應縮序理論建立一套快速分析高維流數據並能準確識別故障模式的線上監測方法。課題擬通過研究探索自適應採樣方法的性質，並融合工程背景知識，解決基於高維流數據分析建模、參數估計、實時監測等科學問題。該研究將最終為解決複雜製造系統實時處理海量數據的問題奠定科學基礎，同時也為生產過程線上監控提供理論依據與關鍵技術。

結題摘要

本項目以複雜生產和運營系統為研究對象，充分考慮當前生產和運營環境下高維流數據需要“實時處理與分析”的需求，提出了基於多源流數據自適應融合與建模的系統實時監測與診斷方法體系。研究重點解決了當前實際情況中數據存在的讀取、傳輸、清洗資源約束下的數據分析與建模問題，提升了在實際工況下的複雜系統過程監測與診斷水平。在基於高維感測數據的建模方面，研究團隊攻克了基於數據時空耦合條件下的建模理論，研發了滿足流數據隨機缺失條件下的數據融合方法，並依此開發了相應的全局過程監測與分析工具。研究方法在先進制造產品一致性、國家儲備糧品質監測、產品運維服務和醫療服務領域均得到較好的驗證。研究成果在工業工程領域、質量與可靠性工程領域等國際知名期刊發表了多篇高水平論文。