主要内容
故障检测与诊断
训练分类器或状态监测的回归模型
要设计用于检测和诊断故障的算法，您需要使用从系统数据中提取的条件指示器来训练一个决策模型，该决策模型可以分析测试数据，以确定当前的系统状态。
在设计算法时，可以使用不同的条件指示器测试不同的故障检测和诊断模型。因此，当您尝试不同的指标、不同的指标组合和不同的决策模型时，设计过程中的这一步很可能与提取条件指标的步骤相迭代。
有关可以使用的模型类型的概述，请参见故障检测与诊断的决策模型
功能
主题
使用系统识别进行故障检测
使用基于数据的建模方法进行故障检测。
利用扩展卡尔曼滤波器在线估计简单直流电机的摩擦。在估计的摩擦中检测到显著的变化，并表明一个故障。
使用在线估计和自动数据分割技术检测系统行为的突变。
多级故障检测
使用Simu金宝applink模型生成故障和健康数据，并使用数据开发多类分类器来检测不同的故障组合。
使用诊断特征设计应用程序分析和选择特征，诊断三缸往复泵的故障。
基于人工智能的故障检测与诊断
利用模拟数据训练神经网络，以检测化学过程中的故障。
这个例子展示了如何使用深度学习方法对滚动轴承进行故障诊断。
利用机器学习和深度学习检测工业机器振动数据中的异常。
你也可以从以下列表中选择一个网站:
