基于fda的故障診斷(已修改)
2025-05-18 00:42 本頁面
【正文】 基于 MICAFDA的水壓試驗(yàn)機(jī) 故障診斷方法研究 1 多元統(tǒng)計(jì)故障檢測(cè)與診斷 ? 現(xiàn)代工業(yè)過程趨于復(fù)雜化，過程變量也越來越多，要想保證過程正常運(yùn)行、提高產(chǎn)品質(zhì)量就需要測(cè)量很多過程變量用于過程監(jiān)控。 1 多元統(tǒng)計(jì)故障檢測(cè)與診斷 ? 實(shí)際 的過程中各 變量 之間往往不是相互獨(dú)立的，而是彼此間存在一定的相關(guān)關(guān)系。錯(cuò)綜復(fù)雜的 相關(guān) 關(guān)系已經(jīng)超出了操作員和工程師的判斷能力，僅僅憑借直接觀察和經(jīng)驗(yàn) 難以找到 發(fā)生故障的真正位置和原因。這種情況稱為“操作員信息過載” 。 1 多元統(tǒng)計(jì)故障檢測(cè)與診斷 ? 如果能通過變換將相關(guān)的過程變量簡(jiǎn)化為幾個(gè)獨(dú)立的變量或指標(biāo)，根據(jù)這些變量的變化則能夠相對(duì)容易的找出故障的真正原因。 ? 主元分析法 (Principle Component Analysis， PCA) ? 獨(dú)立成分分析 (Independent Component analysis，ICA) ? 費(fèi)舍爾判別分析法（ Fisher Discriminant Analysis ， FDA） 多元統(tǒng)計(jì)過程的數(shù)據(jù)預(yù)處理 ? 現(xiàn)實(shí)世界中的數(shù)據(jù)大都含有噪聲，為了從數(shù)據(jù)中提取有效信息，通常需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。 ? 預(yù)處理過程有 3 個(gè)任務(wù)： ? （ 1）去除變量 ? （ 2）自標(biāo)定 ? （ 3）剔除野點(diǎn) 2 FDA的簡(jiǎn)介 2 .1 FDA的基本 理論 ? 在 故障診斷中，從發(fā)生特定故障的設(shè)備上收集數(shù)據(jù)，并將數(shù)據(jù)歸類， 其中每 類包含的數(shù)據(jù)代表一類特定的故障。 FDA 在最大化類間離散度方面是最優(yōu) 的降 維技術(shù)。它確定了一系列投影向量，
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1