基于马氏距离的故障检测动态时间规整：一种基于MDDTW的数据驱动型故障检测框架-matlab开发

我们为工业过程建立了一个新的数据驱动的故障检测框架，其中使用多元时间序列来表示测量信号的动态特征，以及多元动态时间扭曲提出了基于马氏距离的方法。 为了获得马哈拉诺比斯距离函数，我们提出了一种oneclass metric学习算法，该算法学习了一个距离度量，其中正常样本具有集中分布，而错误样本远离正常样本。 正常信号和故障信号之间的明显边界有助于提高故障检测性能。 在程序中，使用TE过程来验证所提出的数据驱动故障检测方法。