基于模型的条件指标
基于模型的条件指示符是从拟合系统数据到模型的数量，并使用模型执行进一步处理。条件指示符捕获模型的各个方面，随着系统性能降级而变化。基于型号的条件指示灯可用：
难以单独使用信号分析的特征来识别合适的条件指标。当其他因素与机器的故障状况外，当其他因素影响信号时，可能会发生这种情况。例如，您测量的信号可能因系统其他位置的一个或多个输入信号而异。
您有了解系统或基础流程，使您可以模拟系统行为的某些方面。例如，您可以从系统知识中知道有一个系统参数，例如时间常数，随着系统降级的变化。
您希望根据当前的系统条件执行一些预测或模拟未来的系统行为。（看预测剩余使用寿命的模型。）
在这种情况下，将数据拟合到某种模型和使用从模型中提取的条件指示器而不是从信号的直接分析来有用和有效。基于模型的条件指示器可以基于适合您的数据和系统的任何类型的模型，包括静态和动态模型。您从模型中提取的条件指示器可以是数量：
模型参数，例如线性配合的系数。这种参数值的改变可以指示故障条件。
模型参数的统计特性，如方差。落在健康系统性能的统计范围之外的模型参数可以指示故障。
动态属性，例如通过状态估计获得的系统状态值，或估计动态模型的极点位置或阻尼系数。
源自动态模型的模拟量。
在实践中，您可能需要探索不同的模型和实验，并使用不同的条件指示器找到最适合您的机器，数据和故障情况的情况。有许多方法可以采取识别基于模型的条件指示符。以下部分总结了普通方法。
静态模型
当您具有从稳态系统操作中获取的数据时，可以尝试将数据拟合到静态模型，并使用该模型的参数提取条件指示符。例如，假设您通过在不同时间或不同的条件下测量不同机器中的一些特征曲线来生成数据的集合。然后，您可以将多项式模型适合于特征曲线，并使用所得的多项式系数作为条件指示器。
这个例子使用稳态实验对离心泵的故障诊断采取这种方法。该示例中的数据描述了在健康稳态操作期间在泵的集合中测量的泵头和流速之间的特征关系。该示例执行简单的线性配合来描述该特征曲线。因为整个集合中的最佳参数存在一些变化，所以该示例使用产生的参数来确定适合参数的分布和置信区。使用测试数据集执行相同的拟合产生参数，并且这些参数与分布的比较产生了故障的可能性。
您还可以使用静态模型来生成分组的健康和故障数据的分布。从测试数据获取新点时，您可以使用假设测试来确定哪个分布到最有可能属于的点。
动态模型
对于动态系统，测量信号（输出）的变化取决于系统（输入）中其他地方的信号的变化。您可以使用此类系统的动态模型来生成条件指示符。一些动态模型基于输入和输出数据，而其他动态模型则基于单独的时序输出数据适用。您不一定需要潜在的动态过程的已知模型来执行这种模型配件。但是，系统知识可以帮助您选择要适合的模型的类型或结构。
您可以用于模型配件的某些功能包括：
还有递归估计函数，可以在收集数据时实时安装模型，例如ReacursiveAlex.。这个例子使用识别技术检测突发系统变化说明了这种方法。
有关更多功能，您可以使用模型拟合，查看识别条件指标。
基于模型参数或动态的条件指标
模型的任何参数都可以用作有用的条件指示符。与静态模型一样，统计置信范围之外的模型参数或值的变化可以指示故障条件。例如，如果您使用的识别状态空间模型SSEST.，极点或阻尼系数可能随着故障状况的发展而改变。您可以使用线性分析功能，例如潮湿那极， 和零从估计模型中提取动态。
另一种方法是modalfit.，通过将信号分离为具有不同频率响应函数的多种模式来识别动态特性。
有时，您可以了解您的一些系统动态，并且可以使用具有未知参数的微分方程或模型结构来表示它们。例如，您可以在物理参数（例如时间常数，谐振频率或阻尼系数）之类的物理参数方面导出系统的模型，但是这些参数的精确值是未知的。在这种情况下，您可以使用线性或非线性灰盒子模型来估计参数值，并跟踪这些参数值如何使用不同的故障条件进行更改。您可以使用的一些功能用于灰度框估计包括PEM.和nlarx.。
一个万博1manbetx模拟®模型还可以用作参数估计的灰度框模型。您可以使用Simulin万博1manbetxk在健康和故障条件下使用物理有意义的参数来模拟您的系统，并根据系统数据估计这些参数的值（例如，使用工具万博1manbetxSimulink Design Optimization™）。
基于残差的条件指标
使用动态模型的另一种方法是模拟模型，并将结果与模型基于的实际数据进行比较。系统数据与模拟估计模型的结果之间的差异称为剩余信号。这个例子使用残余分析对离心泵的故障诊断分析估计的剩余信号nlarx.模型。该示例计算剩余信号的几个统计和光谱特征。它测试了这些候选条件指标，以确定其在健康操作和几种不同故障状态之间的最明显区别。
另一种基于残差的方法是识别用于表示不同健康和故障条件的集合数据的多种模型。对于测试数据，您可以为每个模型计算残差。产生最小的残差信号（以及因此最佳拟合）的模型表示最可能适用于测试数据的健康或故障状态。
用于使用命令获得的识别模型的残余分析nlarx.那AR.， 或者SSEST.， 用：
与基于参数的条件指示器一样，您也可以使用Simulink构建残差分析的模型。万博1manbetx这个例子使用基于数据的模型进行故障检测还示出了使用从模拟数据识别的模型的剩余分析方法。
国家估算器
系统状态的值也可以作为条件指示符。系统状态对应于物理参数，因此状态值的突然或意外变化可以指示故障条件。国家估算器等undentedkalmanfilter那ExtendedKalmanFilter.， 和粒子滤片让您实时跟踪系统状态的值，以监视此类更改。以下示例说明了使用状态估计器进行故障检测：
相关话题
您还可以从以下列表中选择一个网站：
