基于统计模量和局部近邻标准化的局部离群因子故障检测方法

摘要 针对多工况过程数据的批次不等长、中心漂移、工况结构不同等特点，提出基于统计模量和局部近邻标准化的局部离群因子故障检测方法（SP-LNS-LOF）。首先计算每个训练样本的统计模量；然后使用局部近邻集标准化统计模量，得到标准样本；最后计算标准化样本的局部离群因子，并将其作为检测指标，将局部离群因子的分位点作为检测控制限，当在线样本的局部离群因子大于检测控制限时，判定其为故障；否则为正常。统计模量提取过程的主要信息，且消除批次不等长的影响；局部近邻标准化克服工况中心漂移和工况结构不同的困难；局部离群因子度量样本的相似度，实现故障样本和正常样本的分离。进行了半导体蚀刻过程故障检测仿真实验，实验结果表明SP-LNS-LOF检测出了全部21个故障，比主元分析（PCA）、核主元分析（kPCA）、基于k近邻的故障检测（FD-kNN）、局部离群因子（LOF）方法具有更高的检测率。理论分析和仿真实验说明SP-LNS-LOF方法适用于多工况过程故障检测，具有较高的故障检测效率，能保证多工况生产过程的安全性