基于fda的故障診斷-資料下載頁
2025-05-02 00:42本頁面
【正文】 2） Fisher判別分析方法 離線建模 （ 2） Fisher判別分析方法 離線建模 （ 2） Fisher判別分析方法 建立 MICAFDA模型 建立 MICAFDA模型 建立 MICAFDA模型 在線故障診斷 在線故障診斷 水壓機(jī)故障診斷上的應(yīng)用 選取三類故障： （ 1）鎖閥故障 （ 2）預(yù)密封故障 （ 3）系統(tǒng)泄漏 這三類故障是比較難以判斷的。 水壓機(jī)故障診斷上的應(yīng)用 ? 從實(shí)際生產(chǎn)過程中采集數(shù)據(jù)： ? （ 1）正常工況數(shù)據(jù) 30批 ? （ 2） 3類故障數(shù)據(jù)各 15批 ? 以上數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集。 ? 涉及這 3類故障的變量數(shù)共 12個(gè)，每 一次樣，每個(gè)批次有 32個(gè)采樣點(diǎn)。 水壓機(jī)故障診斷上的應(yīng)用 ? 正常工況的數(shù)據(jù)經(jīng)過 MICA分析后， 可求得分離 矩陣 W， 并且可獲得 7個(gè)獨(dú)立元，即原數(shù)據(jù)可 降為 7維數(shù)據(jù)。所有的故障數(shù)據(jù)經(jīng)MICA變化之后得到 的數(shù)據(jù) 構(gòu)成 MFDA模型的訓(xùn)練數(shù)據(jù)集，并建立 MFDA模型 。為了測試所建立模型的性能。這里將誤診斷率 作為評價(jià) 故障診斷性能的指標(biāo)，其中，誤診斷率 =(樣本中 不正確 分類的數(shù)目 )／ (樣本總數(shù) )。將其診斷結(jié)果與僅 使用 MFDA方法進(jìn)行故障診斷的結(jié)果 比較。 水壓機(jī)故障診斷上的應(yīng)用 ? 由表中可以看出，基于 MlCA—FDA方法的誤診斷率要低于僅使用 MFDA方法的誤診斷率。 水壓機(jī)故障診斷上的應(yīng)用 ? 選取兩批新的數(shù)據(jù)來測試所建立模型的性能： 水壓機(jī)故障診斷上的應(yīng)用 結(jié)論
試題試卷相關(guān)推薦
鄂ICP備17016276號-1