-
公开(公告)号：CN105116872A
公开(公告)日：2015-12-02
申请号：CN201510409192.6
申请日：2015-07-13
Applicant: 哈尔滨工业大学
IPC: G05B23/02
CPC classification number: G05B23/0213
Abstract: 一种工业过程中基于度量学习与时间序列的故障诊断方法，本发明涉及故障诊断方法。本发明是要解决为了解决现有故障诊断方法存在系统成本高、在线诊断困难以及故障类型难以分辨等问题，而提出的一种工业过程中基于度量学习与时间序列的故障诊断方法。该方法是通过步骤一、将系统故障分为n种类型；步骤二、制备训练样本；步骤三、对训练样本进行预处理；步骤四、对预处理后的训练样本进行度量学习；步骤五、求取实时监测样本与n个子类的距离；步骤六、根据实时监测样本与n个子类的距离，采用KNN分类方法进行故障诊断即判断系统是否发生故障以及故障类型；等步骤实现的。本发明应用于故障诊断领域。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
