本文選題：微小故障診斷 + 數(shù)據(jù)驅(qū)動��； 參考：《自動化學(xué)報》2016年09期

【摘要】：能否及時診斷出微小故障是保障系統(tǒng)安全運行并抑制故障惡化的關(guān)鍵,本文針對微小故障幅值低、易被系統(tǒng)擾動和噪聲掩蓋等特點,從數(shù)據(jù)驅(qū)動的角度對現(xiàn)有研究進行綜述.并將其分為三大類:基于統(tǒng)計分析的微小故障診斷技術(shù)、基于信號處理的微小故障診斷技術(shù)和基于人工智能的微小故障診斷技術(shù),進而對不同方法的基本研究思想、研究進展、應(yīng)用以及局限性予以介紹.最后不僅指出復(fù)雜系統(tǒng)微小故障診斷研究中的現(xiàn)存問題,而且從增加新的信息、挖掘未利用的隱含信息和采用新的數(shù)學(xué)工具三個角度進行展望,提出基于關(guān)聯(lián)性分析、基于多源信息融合、基于機器學(xué)習(xí)和基于時頻分析四個值得探究的微小故障診斷思想.
[Abstract]:Timely diagnosis of small faults is the key to ensure the safe operation of the system and inhibit the deterioration of the fault, the fault is small low amplitude, disturbance and noise masking characteristics of the system, summarizes the existing research from the perspective of data driven. It is divided into three categories: small fault diagnosis technology based on statistical analysis. Based on the small signal processing and fault diagnosis technology based on micro fault diagnosis technology of artificial intelligence, research progress and basic research ideas, different method, application and limitation are introduced. Finally the existing problems not only refers to the study of small complex fault diagnosis system, and the increase of new information, hidden information and by three a view of new mathematical tools in mining exploitation, put forward the correlation analysis based on multi-source information fusion based on machine learning based and based on time frequency Analysis of four small fault diagnosis ideas worthy of inquiry.

【作者單位】： 杭州電子科技大學(xué)自動化學(xué)院;浙江大學(xué)電氣工程學(xué)院;
【基金】：國家自然科學(xué)基金(U1509203,61333005,61490701,61273170) 浙江省自然科學(xué)基金(LZ15F030001)資助~~
【分類號】：TP277;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 吳凡;;狀態(tài)監(jiān)測和故障診斷技術(shù)的現(xiàn)狀與展望[J];國外電子測量技術(shù);2006年03期

2 ;2011年第二十屆測試與故障診斷技術(shù)研討會征文通知[J];計算機測量與控制;2011年04期

3 師文謙;;淺談計算機的故障診斷[J];計算技術(shù)與自動化;1986年03期

4 賈民平;機械故障診斷學(xué)的理論及其應(yīng)用 第一講 故障診斷的意義及研究發(fā)展概況[J];江蘇機械制造與自動化;1999年01期

5 張峻賓;蔡金燕;;故障診斷與硬件演化的一體化設(shè)計[J];微電子學(xué)與計算機;2014年02期

6 張健成,周士昌,虞和濟,丁相福,李國棟;故障診斷中的信息機制[J];基礎(chǔ)自動化;2000年04期

7 田少民;工程機械的狀態(tài)監(jiān)測與故障診斷技術(shù)[J];工程機械;2001年01期

8 王敏,王萬俊,熊春山,黃心漢;基于多傳感器數(shù)據(jù)融合的故障診斷技術(shù)[J];華中科技大學(xué)學(xué)報;2001年02期

9 葛曉鋒,陳素珊,何勇;基于圖論和模糊數(shù)學(xué)的故障診斷新方法[J];浙江大學(xué)學(xué)報(農(nóng)業(yè)與生命科學(xué)版);2001年04期

10 郭春,郭健;故障診斷的概率方法[J];計算機工程與科學(xué);2001年04期

相關(guān)會議論文 前10條

1 楊其校;劉昭度;齊志權(quán);馬岳峰;;汽車ABS電機故障診斷[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

2 黎清海;高慶;;基于系統(tǒng)分層的故障診斷方法[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

3 聞競競;黃道;;故障診斷方法綜述[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

4 李t，

本文編號：1763413