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骤可能与提取条件指标的步骤是迭代的。
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
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。
使用Simu金宝applink模型生成故障和健康数据,并使用这些数据开发多类分类器来检测不同的故障组合。
使用Diagnostic Feature Designer应用程序分析和选择用于诊断三缸往复泵故障的功能。
使用模拟数据来训练神经网络,以检测化学过程中的故障。
本例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。