基于流模型的深度变分典型变量分析的高炉炼铁监测方法

本发明提出了一种基于流模型的深度变分典型变量分析的高炉炼铁监测方法。首先，通过整合变分自编码器、流模型和典型变量分析，设计了FDVCVA模型的整体结构及相应的损失函数，以提取高炉炼铁过程的深度动态不确定性特征。随后，利用随机梯度下降法对该模型进行训练，以优化其参数，提高模型的泛化能力和稳定性。然后，本发明基于FDVCVA模型的结果在典型变量隐空间中确定T2监测统计量，并使用核密度估计技术计算控制限。本发明能够有效提取高炉炼铁过程中的深度动态不确定性特征，使得监测模型在面对高度非线性和动态特性的情况下，依然能够保持高效和稳健的监测性能；能够及时检测和预警异常状况，确保生产过程的安全和稳定。