版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、隨著工業(yè)水平朝著復雜化的發(fā)展與計算機技術的大規(guī)模應用,故障診斷方法成為了工業(yè)生產(chǎn)中的重點問題。通過對生產(chǎn)過程的的狀態(tài)進行觀察與預測,能夠在故障發(fā)生之前及時發(fā)現(xiàn)工況異常,診斷出故障發(fā)生位置,合理消除噪聲干擾,從而保證工業(yè)生產(chǎn)過程正常、安全運行。伴隨著計算機的發(fā)展,工業(yè)生產(chǎn)過程中大量的信息都可以完整保存下來。因此,如何合理運用這些信息,通過分析大數(shù)據(jù)來判斷工況是否正常,成為了研究領域的熱點問題。在這樣的時代背景下,基于數(shù)據(jù)驅(qū)動的故障診斷方法
2、收到了廣泛關注,并成功的應用于冶金、制藥的生產(chǎn)過程中,在監(jiān)控與檢測領域體現(xiàn)了優(yōu)越性。
多元統(tǒng)計分析以主成分分析(PCA)與偏最小二乘法(PLS)為主,該方法不需要建立具體的數(shù)學模型,適用于產(chǎn)生大量數(shù)據(jù)的工況。通過對高維數(shù)據(jù)進行降維處理,可以提高計算效率,因此具有重要的研究價值與實用性。本文通過對主成分分析與偏最小二乘法的研究,并結(jié)合風力發(fā)電機的的工況進行仿真研究。論文的主要內(nèi)容如下:
說明了故障診斷技術在自動控制領域
3、的重要性及其意義。介紹了故障診斷與數(shù)據(jù)驅(qū)動的方法在最近半個世紀來的發(fā)展歷史。
建立了主元模型的具體表達形式,描述了主元分析的基本理論,以及基于主元分析的建模方法,與利用統(tǒng)計圖和貢獻圖進行基本的故障定位。
針對傳統(tǒng)主元分析方法的不足,研究了重構(gòu)主元方法,并且針對重構(gòu)方法無法診斷多故障同時發(fā)生的情況,對重構(gòu)法做了改變。
介紹了偏最小二乘法的基本理論,并且仿真對比了主元分析與偏最小二乘法的診斷效果,分析了兩種方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于主元分析和偏最小二乘的TE過程監(jiān)測方法的研究.pdf
- 基于粒子群最小二乘支持向量機的故障診斷算法研究.pdf
- 基于改進偏最小二乘的過程監(jiān)測方法研究.pdf
- 基于偏最小二乘的迭代學習控制方法研究.pdf
- 基于模糊偏最小二乘的特征抽取方法研究.pdf
- 基于EEMD和最小二乘支持向量機的滾動軸承故障診斷方法研究.pdf
- 偏最小二乘回歸的研究.pdf
- 基于偏最小二乘的近紅外煤質(zhì)分析.pdf
- 基于粗糙集與最小二乘支持向量機的密閉鼓風爐故障診斷方法研究.pdf
- 基于主元分析的故障診斷方法研究及應用.pdf
- 基于歷史數(shù)據(jù)的偏最小二乘建模方法研究與應用.pdf
- 基于偏最小二乘估計的審計定價研究.pdf
- 基于偏最小二乘回歸分析的城市經(jīng)濟分析.pdf
- 基于主成分分析和偏最小二乘的高爐爐溫預測模型的研究.pdf
- 最小二乘與最小二乘支撐向量機.pdf
- 基于小波包和最小二乘支持向量機的異步電機故障診斷.pdf
- 基于偏最小二乘的人臉識別算法研究.pdf
- 基于SLT的偏最小二乘分類算法及其優(yōu)化方法研究.pdf
- 基于非線性偏最小二乘的特征提取方法研究.pdf
- 基于偏最小二乘和灰色關聯(lián)分析的時序預測研究.pdf
評論
0/150
提交評論