罕见的事件预测在复杂技术系统已经非常有趣,许多工业和商业领域的关键问题,因为大幅增加传感器和快速增长的物联网(物联网)。检测异常情况和预测机器故障在正常操作期间,各种类型的预见性维护(PdM)技术研究了。在这些技术中,对多维数据集的无监督异常检测方法将更多的兴趣在许多实际情况下。在这个演示中,我选择了以下三种典型方法。
1。Htelling丁字尺方法
2。高斯混合模型
3所示。看到下面成了一个支持向量机
模仿一个现实的情况下,在这个演示,我将使用提供的数据集C-MAPSST(商业模块化Aero-Propulsion SystemSimulation) [1, 2]。
[1]a . Saxena k Goebel d·西蒙和n,虽然贝尔”破坏飞机引擎Run-to-Failure传播建模仿真,”国际会议上预测和健康管理,(2008)。
[2]涡扇发动机退化模拟数据集,https://ti.arc.nasa.gov/tech/dash/groups/pcoe/prognostic-data-repository/涡扇