基于控制理论可解释的自编码器方法在非线性动态系统故障检测中的应用
系统与控制
2023-05-17 v2 系统与控制
摘要
本文致力于将自编码器在控制理论意义上可解释地应用于非线性动态系统的最优故障检测。基于自编码器的学习是一种标准机器学习方法，被广泛用于故障(异常)检测与分类。在表示学习语境中，所谓潜(隐藏)变量对最优故障检测起着重要作用。理想情况下，潜变量应为最小充分统计量。现有基于自编码器的故障检测方案主要面向应用，鲜有致力于最优自编码器故障检测及其可解释应用的工作。我们工作的主要目标是建立非线性动态系统中基于自编码器的最优故障检测学习框架。为此，首先借助控制理论引入动态系统的过程模型形式，这也带来对潜变量的清晰系统解释。主要努力在于发展最优故障检测问题的控制理论解，其中引入并证明了动态系统与故障检测规范下的最小充分统计量的类比概念——所谓无损信息压缩。特别地，推导了此类潜变量的存在条件，并基于此开发了损失函数及进一步的学习算法。该学习算法能够最优训练自编码器，以在非线性动态系统中实现最优故障检测。文末给出三容水箱系统的案例研究，以阐明所提基于自编码器的故障检测的能力，并解释潜变量在所提故障检测系统中的本质作用。
引用
@article{arxiv.2208.01291,
title = {Control theoretically explainable application of autoencoder methods to fault detection in nonlinear dynamic systems},
author = {Linlin Li and Steven X. Ding and Ketian Liang and Zhiwen Chen and Ting Xue},
journal= {arXiv preprint arXiv:2208.01291},
year = {2023}
}