针对ICS工控网络异常检测存在的问题,在传统ELM网络异常检测模型的基础上,引入改进人工鱼群算法的ELM工控网络异常检测模型。首先对样本进行归一化处理和K-means均值聚类;其次基于惯性计算思想对人工鱼群算法中的聚集行为和觅食行为进行改进,通过比较惯性计算后鱼群中心位置与鱼个体当前位置的适应度值来判定人工鱼群的活动情况,输出最优权值和阈值作为ELM的输入;最后进行异常检测训练。实验测试结果表明,改进算法易跳出局部最优解,对攻击类数据的检出率达到90%以上。

针对滚动轴承故障冲击信号难以提取的问题,提出了一种改进辛几何模态分解(Improved Symplectic Geometry Modal Decomposition,ISGMD)滚动轴承故障特征提取方法。首先将振动信号进行辛几何模态分解,然后,利用k均值聚类的方法对分解得到的辛几何分量进行聚类,通过包络谱稀疏度指标筛选出故障特征明显的聚类辛几何分量(Cluster Symplectic Geometry Component,CSGC)并进行重构,对重构分量进行包络解调,提取出故障特征。将该方法运用到轴承故障仿真和实验信号,结果表明,这里提出的方法能够有效提取出滚动轴承故障特征。