基于主元分析的微小故障檢測.pdf_第1頁
已閱讀1頁，還剩52頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、主元分析(principal component analysis，PCA)作為一種數據驅動的統(tǒng)計建模方法，在狀態(tài)監(jiān)測與故障診斷方面已得到廣泛應用?，F有研究表明，將PCA與數據濾波方法結合，能有效提高對微小故障的檢測效果，但其作用機理還未有深入研究?；瑒悠骄?moving average，MA)和指數加權移動平均(exponentiallyweighted moving average，EWMA)濾波是兩種較為常見的數據濾波方法。將兩種

2、濾波方法分別與PCA結合，形成MA-PCA和EWMA-PCA方法，作為本文的研究對象。
　　本文首先分別分析了MA和EWMA濾波影響PCA進行故障檢測的機制，導出了MA-PCA和EWMA-PCA提高微小故障檢出效果的原因。并分別推導了MA-PCA和EWMA-PCA的臨界故障幅值的計算方法。對MA-PCA方法分析了檢測延遲、臨界故障幅值和窗寬之間的關系，并以此為基礎提出了滑動平均窗寬的確定方法，避免了窗寬的主觀選取問題。對EWMA-

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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。

評論

0/150

提交評論