一种基于跨模态信息融合的工业过程监测方法及系统

本发明公开了一种基于跨模态信息融合的工业过程监测方法及系统，该工业过程监测方法通过构建字典系数精细化分解的字典学习模型，并基于多个模态正常运行时数据构建的训练样本集对字典学习模型进行求解，通过类间与类内信息的分离增强了模态划分的清晰度，使不同模态边界更加明确。基于字典学习模型构建模态识别与过程监测模型，求解实时样本的类间系数和类内系数，并获取实时样本的加权误差；基于加权误差判断实时样本的模态归属以及工业过程是否存在故障。通过在模态识别与过程监测模型中采用加权二次型形式来等价替换原始的稀疏性约束，使得模型能够根据不同数据样本的特点，自适应地调整每个元素的权重，以实现更灵活、更精准的稀疏表示。