排序方式: 共有15条查询结果,搜索用时 0 毫秒
1.
2.
传统故障诊断方法大多是针对单一故障类型,然而在实际工业中多种故障会同时出现,即复合故障.针对复合故障诊断问题,一些学者引入多标签学习思想,多标签K近邻算法(ML-KNN)就是其中之一.然而ML-KNN算法作为一阶算法,只考虑标签与对应样本数据间的关系,却忽略了标签间的联系.针对该问题提出一种分级多标签学习算法,名为分层多标签K近邻算法(HML-KNN). HML-KNN算法将机械设备的退化阶段和故障类型分为两级,将第1级得到的标签信息进行转化,转化后的信息作为新特征放入第2级进行判断. HML-KNN算法是一种高阶算法,考虑了全局的标签信息,并在算法中包含了标签的特征转化,使得到的结果准确率更高.最后通过XJTU-SY数据集验证HML-KNN算法在处理复合故障诊断问题上的优越性. 相似文献
3.
4.
针对铸件的热时效和自然时效处理的不足,借鉴国内外经验,选购了国内振动时效设备厂生产的振动时效设备和应力检测设备,经过多次试振、测试,制定了各型抽油机曲柄、箱体、箱盖的振动时效工艺。 相似文献
5.
6.
Unknown input observer is one of the most famous strategies for robust fault diagnosis of linear systems, but studies on nonlinear cases are not sufficient. On the other hand, the extended Kalman filter (EKF) is wellknown in nonlinear estimation, and its convergence as an observer of nonlinear deterministic system has been derived recently. By combining the EKF and the unknown input Kalman filter, we propose a robust nonlinear estimator called unknown input EKF (UIEKF) and prove its convergence as a nonlinear robust observer under some mild conditions using linear matrix inequality (LMI). Simulation of a three-tank system “DTS200”, a benchmark in process control, demonstrates the robustness and effectiveness of the UIEKF as an observer for nonlinear systems with uncertainty, and the fault diagnosis based on the UIEKF is found successful. 相似文献
7.
8.
联合指标独立成分分析在多变量过程故障诊断中的应用 总被引:3,自引:0,他引:3
作为主成分分析(Principal component analysis, PCA)和因子分析(Factor analysis, FA)的扩展, 独立成分分析(Independent component analysis, ICA)已经在多变量过程故障诊断中得到了很多的应用和发展. ICA的监测指标通常有三个(I2、Ie2和SPE), 使用起来不如一个指标方便, 且分散了故障信息.本文利用三个指标的加权和, 提出了两种联合的ICA监测指标. 本文进一步对比分析了不同指标的统计意义和物理意义, 并在仿真数据中验证了联合指标的优势, 在TE过程中验证了其检测和诊断特性. 相似文献
9.
10.