基于数据驱动的微小故障诊断方法综述
能否及时诊断出微小故障是保障系统安全运行并抑制故障恶化的关键,本文针对微小故障幅值低、易被系统扰动和噪声掩盖等特点,从数据驱动的角度对现有研究进行综述。并将其分为三大类:基于统计分析的微小故障诊断技术、基于信号处理的微小故障诊断技术和基于人工智能的微小故障诊断技术,进而对不同方法的基本研究思想、研究进展、应用以及局限性予以介绍。最后不仅指出复杂系统微小故障诊断研究中的现存问题,而且从增加新的信息、挖掘未利用的隐含信息和采用新的数学工具三个角度进行展望,提出基于关联性分析、基于多源信息融合、基于机器学习和基于时频分析四个值得探究的微小故障诊断思想。
微小故障诊断、数据驱动、统计分析、信号处理、人工智能
42
TP2;TM6
国家自然科学基金U1509203,61333005,61490701,61273170;浙江省自然科学基金LZ15F030001资助Supported by National Natural Science Foundation of ChinaU1509203,61333005,61490701,61273170;Zhejiang Provincial Natural Science Foundation of ChinaLZ15F030001
2016-10-14(万方平台首次上网日期,不代表论文的发表时间)
共15页
1285-1299