研究内容

（一）基于网络结构质量数据的统计建模
本研究深入分析制造系统中网络结构数据的波动模式与规律，构建合理的统计模型以刻画数据间的复杂互联关系。通过引入网络模型，综合考虑拓扑结构的全局信息与临近节点的局部信息，保留更多有价值的数据特征。对于已知网络结构的数据，利用其相互影响关系进行协同监控；而对于未知网络结构的数据，则先对网络结构进行估计，再进行后续建模分析。

（二）基于网络结构数据的在线监视与预警
在建立恰当的网络结构数据模型基础上，本研究进一步开发相应的检验统计量，用于判断系统运行是否处于异常状态。通过准确定义系统的正常与异常状态，找出二者间的显著差异，从而设定合适的检验统计量实现有效监视。同时，充分考虑网络数据的时空相关性、层次性以及动态变化特性，设计出能够区分局部异常与全局异常的监视策略，确保在不同异常情况下都能及时发出警报。

（三）基于网络结构质量数据的异常诊断
当系统发生报警时，本研究提出的方法能够快速追溯到异常发生的根源。通过设计合理的异常分析模型，在监控过程中记录不同潜在异常来源的中间变量。一旦检测到异常，便通过对这些中间变量的分析，准确定位异常的来源与开始变化的时间，从而为快速反应与处理提供有力支持。