基于模型的条件指标
基于模型的条件指示器是从将系统数据拟合到模型并使用该模型执行进一步处理得到的量。条件指示器捕获模型随系统性能下降而变化的方面。在以下情况下，基于模型的条件指示器可能很有用：
仅使用信号分析中的特征很难识别合适的状态指示器。除机器故障状况外，当其他因素影响信号时，可能会出现这种情况。例如，您测量的信号可能因系统中其他位置的一个或多个输入信号而异。
您了解系统或底层流程，因此可以对系统行为的某些方面进行建模。例如，您可能从系统知识中知道，有一个系统参数（如时间常数）会随着系统的退化而变化。
您希望根据当前的系统条件对未来的系统行为进行一些预测或模拟。(见剩余使用寿命预测模型．)
在这种情况下，将数据拟合到某个模型并使用从模型中提取的条件指标，而不是直接分析信号，可能是有用和有效的。基于模型的条件指示器可以基于适合于您的数据和系统的任何类型的模型，包括静态和动态模型。从模型中提取的条件指示器可以是以下数量:
模型参数，如系数的线性拟合。这样一个参数值的变化可以指示故障条件。
模型参数的统计属性，如方差。如果模型参数超出了健康系统性能预期的统计范围，则可能表示出了故障。
动态特性，如由状态估计得到的系统状态值，或估计的动态模型的极点位置或阻尼系数。
从动态模型的模拟中得到的量。
在实践中，您可能需要探索不同的模型，并使用不同的条件指示器进行试验，以找到最适合您的机器、数据和故障条件的指标。您可以采用许多方法来识别基于模型的条件指示器。下面几节总结了常用的方法。
静态模型
当您从稳态系统运行中获得数据时，可以尝试将数据拟合到静态模型，并使用该模型的参数提取条件指示器。例如，假设您通过在不同的机器、不同的时间或不同的条件下测量某些特征曲线来生成一组数据。然后，可以将多项式模型拟合到特征曲线，并将得到的多项式系数用作条件指示器。
这个例子基于稳态实验的离心泵故障诊断采取这种方法。该示例中的数据描述了泵压头和流量之间的特征关系，在健康稳态运行期间在一组泵中测量。该示例执行简单的线性拟合来描述该特性曲线。由于整个系综中的最佳拟合参数存在一些变化，因此示例使用生成的参数来确定拟合参数的分布和置信区域。对测试数据集执行相同的拟合产生参数，将这些参数与分布进行比较产生故障的可能性。
还可以使用静态模型生成健康数据和错误数据的分组分布。当您从测试数据中获得一个新点时，您可以使用假设测试来确定该点最可能属于哪个分布。
动态模型
对于动态系统，测量信号(输出)的变化依赖于系统其他地方信号(输入)的变化。您可以使用这样一个系统的动态模型来生成条件指示器。一些动态模型是基于输入和输出数据的，而另一些则可以仅基于时间序列输出数据拟合。执行这种模型拟合并不一定需要已知的底层动态过程模型。然而，系统知识可以帮助您选择适合的模型类型或结构。
一些功能，你可以使用的模型拟合包括:
还有一些递归估计函数，可以让您在收集数据时实时拟合模型，例如递归ARX．这个例子使用识别技术检测突然的系统变化说明了这种方法。
有关可用于模型拟合的更多功能，请参见识别条件指标．
基于模型参数或动力学的条件指示器
模型的任何参数都可以作为有用的条件指示符。与静态模型一样，模型参数或统计置信范围之外的值的变化可以指示故障条件。例如，如果您使用党卫军，极点位置或阻尼系数可能会随着故障条件的发展而变化。可以使用线性分析函数，例如潮湿的,极,零从估计的模型中提取动力学。
另一种方法是莫达尔菲特它通过将信号分离成具有不同频率响应函数的多个模式来识别动态特性。
有时，您了解一些系统动力学，可以使用微分方程或具有未知参数的模型结构来表示它们。例如，您可能能够根据物理参数（如时间常数、共振频率或阻尼系数）导出系统模型，但这些参数的精确值未知。在这种情况下，可以使用线性或非线性的方框模型估计参数值，并跟踪这些参数值如何随不同故障条件的变化。可以用于灰盒估计的一些函数包括pem和nlarx．
模拟金宝app®模型也可作为参数估计的灰箱模型。您可以使用Simulin金宝appk在健康和故障的情况下使用物理上有意义的参数对系统建模，并基于系统数据(例如，使用金宝app仿真软件优化设计™）.
基于残差的条件指标
使用动态模型的另一种方法是模拟模型，并将结果与模型所基于的真实数据进行比较。系统数据和模拟估计模型的结果之间的差异称为残差信号．这个例子基于残差分析的离心泵故障诊断分析残差信号的估计nlarx模型该示例计算残余信号的几个统计和光谱特征。它测试这些候选条件指示器，以确定健康运行和几种不同故障状态之间最明显的区别。
另一种基于残差的方法是为表示不同健康和故障条件的集成数据识别多个模型。对于测试数据，然后计算每个模型的残差。产生最小残差信号(因此最佳拟合)的模型表明哪个健康或故障状态最有可能应用于测试数据。
对已识别的模型进行残留分析，使用命令，例如nlarx,应收账或党卫军，使用：
与基于参数的情况指示器一样，您还可以使用Simulink构建残差分析的模型。金宝app这个例子基于数据模型的故障检测还说明了残差分析方法，使用从模拟数据识别的模型。
状态估计器
系统状态值也可以用作条件指示器。系统状态对应于物理参数，因此状态值的突然或意外变化可指示故障状况。状态估计器，例如非中心过滤器,扩展卡尔曼滤波器,particleFilter允许您实时跟踪系统状态值，以监视此类更改。以下示例说明了状态估计器在故障检测中的使用：
相关的话题
你也可以从以下列表中选择一个网站:
