有人有制造过程数据异常检测的经验吗？有人有制造过程数据异常检测的经验吗？
我的化工公司客户拥有制造过程的传感器数据（例如每10秒的温度、压力数据），他想要识别异常操作。
他的数据集没有标签（Y），因此监督学习（如逻辑回归或提升树）不适用。
我认为多元控制图或马哈拉诺比斯距离在这种情况下很好。
他们想要得到像第 35 页那样的图表。
https://www.yammer.com/sas.com/#/files/162858856
有什么想法吗？
回复：有人有制造过程数据异常检测的经验吗？谢谢菲尔和迈克！
我会考虑FDE。回复：有人有制造过程数据异常检测的经验吗？补充 Phil 关于 FDE 的评论。 我一直在修改研究生时代的一些数据，FDE 给了我一些有趣的结果（见图）。 该分析中的数据是光谱。 （您可以使用痕迹或其他类型的数据，例如菲尔参考资料中显示的数据。）令我惊讶的是，分数图正确地区分了我反应的不同阶段。 因此，这可能是一个富有成果的探究途径。
回复：有人有制造过程数据异常检测的经验吗？我认为像马哈拉诺比斯距离这样的多元统计数据应该对此有用。 您还可以考虑 PCA 分数。
但是，如果这是一个批处理过程，Functional Data Explorer 可能是检测异常批处理配置文件的更好方法。 在这种情况下，您可以使用 FPC 分数作为统计数据。
这是一个旧的 Discovery 演示文稿来自化学品领域的客户，这非常相关。 虽然它确实主要讲的是监督学习方法。
