基于自适应超环检测器的设备异常度检测方法
针对在无故障样本情况下如何快速检测设备异常度问题,在引入自己空间边界样本概念的基础上,提出一种自适应超环检测器.在描述自适应超环检测器生成算法的基础上,以Iris数据集为例进行分析,发现与已有的异常检测方法相比,自适应超环检测器异常检测方法在区分有较清晰类边界数据时,具有更好检测性能.利用自适应超环检测器异常检测方法分析轴承状态数据,不仅能反映出轴承的各种状态,而且能通过设备的异常程度反映出同类故障的轻重程度.基于自适应超环检测器的设备异常度检测方法,是在学习设备正常运行数据的基础上,寻找自己空间的边界样本,结合其方位信息与自己样本半径,建立能完全覆盖状态空间的自适应超环检测器,不需要设备运行的故障数据,它适合对故障数据缺乏的设备进行有效的异常检测.
自适应超环检测器、异常度、异常检测、轴承
50
TP306(计算技术、计算机技术)
高等学校博士学科点专项科研基金20103108110006;上海市科学技术委员会基础研究11JC1404100
2014-09-01(万方平台首次上网日期,不代表论文的发表时间)
共8页
17-24