本发明公开了一种基于局部邻域标准化和贝叶斯推断的ICA‑PCA多工况故障诊断方法,该方法首先对工业过程的各个正常工况进行独立采样获得训练数据集,通过对训练集局部邻域标准化,获得服从单一分布的数据集,然后利用ICA‑PCA方法分别对该数据集的高斯特性和非高斯特性进行分析处理,获得全局模型。在线监控阶段对工业过程数据进行独立重复采样,经过局部邻域标准化处理后应用所述模型分析处理获得多个统计量,再根据贝叶斯推断将多个统计量组合成一个统计量,通过比较控制限,获得故障诊断结果。相比与传统故障诊断方法,本发明可以简化处理过程,提高诊断效果,改善过程监测性能,同时方便工作人员监测观察,有利于杜绝安全隐患,保障工业过程的正常运行。
📄 2015109799457
📂 G05B23_02
👤 江南大学
📅 2015-12-24
本发明公开了一种基于混合噪声双重滤波的电机系统故障诊断方法,属于故障诊断技术领域。所述方法用全对称多胞体表示未知但有界噪声,用高斯噪声表示随机噪声,通过最小化全对称多胞体生成矩阵的F范数、协方差矩阵迹的导数设计电机系统动态状态观测器,基于信号平均功率得到各个时刻的最优权重解,设计状态估计器的动态增益,从而有效降低了状态估计区间的准确性和保守性。进一步的,基于残差概率分布函数计算故障检测指标的置信区间,实现对执行器故障高效的故障检测、故障识别和故障区间估计;相对于现有诊断方法,本申请方法检测效率更高,能够更快速检测到故障的发生,且没有出现漏诊的情况,障检测准确性更高。
📄 2020110885312
📂 G01R31_34
👤 江南大学
📅 2020-10-13
本发明提供基于互信息的多块k近邻故障监测方法及系统,方法包括:获取原始正常工况样本数据集A0及待测样本数据集x,对A0进行标准化处理得到原始正常工况标准样本数据集#imgabs0#及对x进行标准化处理得到待测标准样本数据集x*;根#imgabs1#中样本的两变量的互信息对#imgabs2#中的变量进行分块,及根据x*中的样本的两变量的互信息对x*中的变量进行分块;求取#imgabs3#各子块的控制限,及求取x*的各子块的统计量;根据贝叶斯推断,将#imgabs4#各子块的控制限及x*的各子块的统计量融合为#imgabs5#统计量,并根据#imgabs6#统计量与#imgabs7#的各子块的控制限的关系确定x*是否发生故障;若发生故障,则根据x*中的样本的变量与变量均值的马氏距离确定故障子块及故障样本。本方法可准确快速地监测出待测样本数据集是否发生故障、故障子块及故障样本。
📄 202011060648X
📂 G06F18_2413
👤 江南大学
📅 2020-09-30