矩形信息造粒异常检测算法

烧结过程异常检出更准

把时序转换成矩形信息粒并比较相似度，用单因素方差分析判定异常，在真实烧结数据上优于概率密度分析法。

杜胜 · Xian, Ma · 吴敏 · 曹卫华 · Pedrycz, Witold

IEEE Transactions on Fuzzy Systems 2024

技术优势

不假设分布

通过矩形信息粒的相似度检测差异，不依赖数据服从特定分布的前提，更适应烧结过程的非平稳特性。

检出更准

在真实企业数据上与概率密度分析法比较，检测效果更优，能有效发现异常时序。

应用场景

• 工业过程监控：实时监控烧结过程状态，及时发现异常工况，保障生产稳定。
• 设备故障诊断：通过时序异常定位设备故障的早期征兆，辅助制定维护计划。
• 时序数据异常检测：提供一种基于信息粒相似度的新检测方法，可替代依赖分布假设的传统算法。
• 智能运维：集成到智能运维系统中，自动识别异常时序，减少人工巡检依赖。