全文预览

第三章 基于数据驱动的故障诊断方法

上传者:蓝天 |  格式:pptx  |  页数:174 |  大小:0KB

文档介绍
障诊断四、基于小波分析的故障诊断三、基于支持向量机的故障诊断控制系统的故障诊断与容错控制*几个问题:1、当我们不知道对象的数学模型时,如何进行故障诊断?2、即使知道模型,但无法精确描述时,又怎么办?3、我们手里只有大量的监测数据或传感器数据时,怎么办?基于数据驱动的故障诊断!!一、基于数据驱动的故障诊断控制系统的故障诊断与容错控制*基于数据驱动故障诊断的基本原理是利用机器学习、统计分析、信号分析等方法直接对大量的离、在线过程运行数据进行分析处理,找出故障特征、确定故障发生原因、发生位置及发生时间的方法。一、基于数据驱动的故障诊断—主要原理控制系统的故障诊断与容错控制*一、基于数据驱动的故障诊断—主要方法?统计分析方法?主元分析(ponent Analysis, PCA)、偏最小二乘(Partial Least Squares, PLS )、Fisher判别分析等?统计学习方法?支持向量机(SVM )、Kernel学习等?数字信号处理方法?谱分析、小波分析等?人工智能方法?神经网络、粗糙集、模糊推理、专家系统等控制系统的故障诊断与容错控制*1.无需知道系统精确的解析模型,它所处理也可以说它所面对的对象只有一个——数据。2.不需要对诊断对象进行定性描述。3.数据容易得到,但模型和定性知识不易获得。4.非常适合现有的工业生产和设备控制的结构、形式,软件和硬件系统。5.满足大数据时代到来的需要。一、基于数据驱动的故障诊断—主要特点控制系统的故障诊断与容错控制*一、基于数据驱动的故障诊断—主要步骤数据采集?离线?在线预处理?数据特点?数据的简单处理数据处理?统计特性?特征分类?数据模型故障诊断?阈值分析?故障分类?残差分析控制系统的故障诊断与容错控制*第三章基于数据驱动的故障诊断方法一、基本原理及主要步骤二、基于神经网络的故障诊断四、基于小波分析的故障诊断三、基于支持向量机的故障诊断

收藏

分享

举报
下载此文档