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(lǐng)
文檔簡介
1、機內(nèi)測試(Built-in Test, BIT)技術(shù)是改善系統(tǒng)測試和診斷能力的重要途徑,但是較高的虛警率一直是阻礙廣泛應(yīng)用的一個重要原因。降低虛警的方法研究成為當(dāng)前國內(nèi)外BIT技術(shù)研究的重點也是突破BIT技術(shù)發(fā)展瓶頸的關(guān)鍵所在。 本文從降低虛警的目的出發(fā),完成了以下工作: 1、通過對馬爾可夫兩態(tài)和三態(tài)模型的比較,選擇既能提高總故障檢測率又能降低虛警的三態(tài)模型作為研究的基礎(chǔ),借鑒將系統(tǒng)狀態(tài)劃分為三態(tài)的思想,提出了將系統(tǒng)
2、狀態(tài)分為健康態(tài)、準故障態(tài)和故障態(tài)的概念。 2、系統(tǒng)狀態(tài)劃分為三態(tài)的關(guān)鍵是求取故障閾值,本文以現(xiàn)實故障診斷中所關(guān)注的總故障診斷率、虛警率、運行成本、運行風(fēng)險和維修成本為主要因素構(gòu)造了一個新的目標(biāo)函數(shù),通過目標(biāo)函數(shù)尋優(yōu)取極值,得到了滿足要求的最佳故障閾值,并通過算例進行了驗證。 3、將標(biāo)準故障樣本和待檢測樣本一起作為分類樣本,運用基于傳遞閉包的模糊等價矩陣法和F統(tǒng)計量對數(shù)據(jù)進行分類,判斷待檢測樣本的故障類型,達到了判明故
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(yù)覽,若沒有圖紙預(yù)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(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(dān)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
- 基于模糊聚類方法的故障診斷算法研究.pdf
- 基于滿意模糊聚類在線故障診斷方法研究.pdf
- 用于中醫(yī)研究的模糊聚類方法.pdf
- 基于模糊聚類的故障診斷技術(shù)研究.pdf
- 基于模糊聚類的客戶分類方法研究.pdf
- 基于模糊聚類的入侵檢測方法研究.pdf
- 模糊概念格的聚類約簡方法研究.pdf
- 基于客觀聚類的模糊建模方法研究.pdf
- AFS聚類方法研究及其在模糊數(shù)據(jù)聚類中的應(yīng)用.pdf
- 基于模糊聚類的圖像分割方法的研究.pdf
- 基于免疫機制的模糊聚類方法的研究.pdf
- 基于信息粒的模糊聚類方法研究.pdf
- 基于模糊聚類的文本挖掘方法研究.pdf
- 基于模糊聚類圖像分割方法研究.pdf
- 基于模糊聚類的技術(shù)風(fēng)險定價方法研究.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 基于標(biāo)簽?zāi):龑ο缶垲惖乃阉鞣椒?pdf
- 基于區(qū)間模糊集的聚類方法研究.pdf
- 模糊聚類的組合方法及其應(yīng)用研究.pdf
- MR顱腦圖像分割的模糊聚類方法研究.pdf
評論
0/150
提交評論