项目名称: 适于系统非稳定工况的故障检测与分类诊断方法研究

项目编号: No.61203089

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 王天真

作者单位: 上海海事大学

项目金额: 23万元

中文摘要: 系统在起动、制动以及运动过程突变等状态下的工作状况称为非稳定工况。由于非稳定工况下故障率相对较高,监测困难,相关的技术研究也日益受到关注。在系统非稳定工况下,由于变量多、变化幅度大、响应速度快、变量间相关性关系复杂等,特别是当系统运动方程未知,又得不到专家系统的知识援助时,无法建立定量模型。并且稳定工况的方法难以对系统非稳定工况进行有效的检测和诊断。 因此,课题组拟从海量信息中获得知识的思路出发,开展适于系统非稳定工况的故障检测和分类诊断方法的研究:1)归纳演绎系统非稳定工况的特征属性和普适性规律;2)建立传统方法在系统非稳定工况的故障检测控制限,进而研究新的检测方法;3)引入有效主元的思想,根据系统非稳定工况的特征属性和规律,结合时空聚类分析方法,研究非稳定工况的故障分类诊断方法。该项研究的开展,将为系统非稳定工况的应用研究提供理论依据和部分参考数据,对于知识发现领域也有一定的积极意义。

中文关键词: 非稳定工况;故障检测;故障诊断;;

英文摘要: The non-steady condition refers to such working conditions as the system is not working steadily during the startup, braking and the mutations of other movement processes. Actually, the failure operations of the system under the non-steady condition is relatively higher than the system under the steady condition, especially when it is difficult to monitor the system under the non-steady condition and when the expertise help is not timely and handy. Consequently, this has already caught much attention of the researchers in this field. There are mass variables, great changes of the variables in amplitude, higher response speed, more complex correlation relationship among many variables in the system under the non-steady condition. The quantitative model could not be established without the equation of motion or the assistance from expert system under the non-steady condition in particular. Furthermore, the methods for fault detection and diagnosis under the steady condition could barely be detected effectively with the consideration of the system under the non-steady condition. Therefore, the program intends to discovery useful knowledge in database first, and then to find research methods applicable for the fault detection and classification of the diagnosis of the system under the non-steady condition: 1) To

英文关键词: Non-Steady Conditions;Fault Detection;Fault Diagnosis;;

成为VIP会员查看完整内容
0

相关内容

顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
27+阅读 · 2021年1月29日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【ACL2020】基于图神经网络的文本分类新方法
专知会员服务
68+阅读 · 2020年7月12日
10个开源工业检测数据集汇总
夕小瑶的卖萌屋
0+阅读 · 2022年2月11日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
已删除
将门创投
12+阅读 · 2018年6月25日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
侦测欺诈交易(异常点检测)
GBASE数据工程部数据团队
19+阅读 · 2017年5月10日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
23+阅读 · 2022年2月24日
Arxiv
13+阅读 · 2021年3月3日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
110+阅读 · 2020年2月5日
Deep Face Recognition: A Survey
Arxiv
18+阅读 · 2019年2月12日
Arxiv
136+阅读 · 2018年10月8日
小贴士
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
27+阅读 · 2021年1月29日
大规模时间序列分析框架的研究与实现,计算机学报
专知会员服务
58+阅读 · 2020年7月13日
【ACL2020】基于图神经网络的文本分类新方法
专知会员服务
68+阅读 · 2020年7月12日
相关资讯
10个开源工业检测数据集汇总
夕小瑶的卖萌屋
0+阅读 · 2022年2月11日
综述 | SLAM回环检测方法
计算机视觉life
15+阅读 · 2019年8月19日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
已删除
将门创投
12+阅读 · 2018年6月25日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
【工业智能】电网故障诊断的智能技术
产业智能官
34+阅读 · 2018年5月28日
侦测欺诈交易(异常点检测)
GBASE数据工程部数据团队
19+阅读 · 2017年5月10日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
23+阅读 · 2022年2月24日
Arxiv
13+阅读 · 2021年3月3日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
110+阅读 · 2020年2月5日
Deep Face Recognition: A Survey
Arxiv
18+阅读 · 2019年2月12日
Arxiv
136+阅读 · 2018年10月8日
微信扫码咨询专知VIP会员