检测和诊断故障

训练分类器或状态监测的回归模型

设计一个算法检测和诊断错误,您使用条件指标从系统中提取数据来训练一个决策模型,可以对测试数据进行分析,以确定当前的系统状态。

在设计算法时,你可能会测试不同的故障检测和诊断模型使用不同条件指标。因此,这一步在设计过程中很可能迭代的步骤提取条件指标,当你尝试不同的指标,指标的不同组合,不同的决策模型。

概述的类型的模型可以使用,明白了决策模型的故障检测和诊断

功能

全部展开

主成分分析 主成分分析的原始数据
pcares 从主成分分析残差
sequentialfs 连续的特征选择使用自定义标准
fscnca 特征选择使用社区组件分析分类
tsne t-Distributed随机邻居嵌入
ksdensity 内核平滑函数估计为单变量和二元数据
histfit 直方图的分布
coxphfit Cox比例风险回归
中兴通讯 z检验
fitcsvm 训练支持向量万博1manbetx机(SVM)分类器看到下面成了和二进制分类
fitcecoc 适应多类支持向量机的模型或其他分类器万博1manbetx
fitcknn 合适的再分类器
fitclinear 适合高维数据线性分类模型
fitcnb 火车多级朴素贝叶斯模型
fitctree 适合二叉决策树的多类分类
fitckernel 符合高斯核分类模型使用随机特性的扩张
kmeans k - means聚类
大中型企业 最大似然估计
TreeBagger 创建决策树的袋子
nlarx 估计参数的非线性ARX模型
党卫军 状态空间模型的估计使用时域或频域数据
arx ARIX ARX的估计参数,基于“增大化现实”技术,或者阿里模型
armax 使用时域数据估计ARMAX模型的参数
基于“增大化现实”技术 估计AR参数模型或阿里标量时间序列模型
预测 确定预测模型输出
translatecov 翻译参数协方差模型转换业务
controlchart 戴明将其理念控制图
controlrules 西部电气和纳尔逊控制规则
cusum 检测小的变化意味着使用累积的总和
findchangepts 发现突然变化的信号
findpeaks 找到当地的最大值
pdist 两两之间的距离对观测
pdist2 两组之间两两距离观察
泰姬陵 Mahalanobis距离
每段段数据和估计模型

主题

决策模型的故障检测和诊断

使用条件指标提取健康的和错误的数据来训练分类器或回归模型检测和诊断故障。

离心泵的故障诊断使用稳态实验

使用基于模型的方法检测和诊断不同类型的故障注入系统。

离心泵的故障诊断使用残留分析

使用模型parity-equations-based方法检测和诊断故障注入系统。

使用模拟数据多层次故障检测

使用仿真软件万博1manbetx模型来生成错误的健康数据,并使用数据来开发一个多分类器来检测故障的不同组合。

为泵诊断分析和选择特性

使用诊断功能设计程序来分析和选择特性来诊断故障三缸往复泵。

故障检测使用一个扩展的卡尔曼滤波器

使用在线估计的扩展卡尔曼滤波器简单的直流电机的摩擦。重大的变化估计摩擦检测和指示故障。

故障检测使用基于数据模型

使用一个基于数据的建模方法进行故障检测。

使用识别技术检测系统突然变化

发现突然变化的系统的行为使用在线估计和自动数据分割技术。

使用深度学习化工过程故障检测

使用模拟数据训练神经网络比化学过程中可以检测到错误。

相关信息

分类学习者应用(统计和机器学习的工具箱)

回归学习者应用(统计和机器学习的工具箱)