分享
分销 收藏 举报 申诉 / 16
播放页_导航下方通栏广告

类型基于数据驱动的故障检测与诊断.ppt

  • 上传人:快乐****生活
  • 文档编号:1978368
  • 上传时间:2024-05-13
  • 格式:PPT
  • 页数:16
  • 大小:1.67MB
  • 下载积分:8 金币
  • 播放页_非在线预览资源立即下载上方广告
    配套讲稿:

    如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

    特殊限制:

    部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。

    关 键  词:
    基于 数据 驱动 故障 检测 诊断
    资源描述:
    基于数据驱动的故障检测与诊断方法理论$哈尔滨工程大学Harbin Engineering University方法理论基于PCA的方法 PCA简述PCAl样本标准化l求解标准化样本协方差阵的特征值与特征向量l确定主元个数l确定负荷矩阵$哈尔滨工程大学Harbin Engineering University方法理论基于PCA的方法 PCA检测流程样本标准化阈值的设定在线的检测S1:计算样本属性均值与方差 S2:构造标准化样本矩阵S1:对样本协方差阵进行奇异值分解 S2:确定主元个数并求解负荷矩阵S3:设定阈值S1:标准化待测数据 S2:计算检测统计量S3:作出检测判断$哈尔滨工程大学Harbin Engineering University方法理论基于PCA的方法 样本标准化S1:S2:标准化样本阵$哈尔滨工程大学Harbin Engineering University方法理论基于PCA的方法 阈值的设定S1:S2:S3:$哈尔滨工程大学Harbin Engineering University方法理论基于PCA的方法 在线的检测S1:S2:S3:无故障,其他有故障$哈尔滨工程大学Harbin Engineering University方法理论基于BP神经网络的方法 神经元模型阈值阈值函数sigmoid函数双曲正切函数$哈尔滨工程大学Harbin Engineering University方法理论基于BP神经网络的方法 BP网络结构输入层隐含层输出层前馈网络三层BP网络隐含层节点经验公式$哈尔滨工程大学Harbin Engineering University方法理论基于BP神经网络的方法BP算法动量因子收敛速度加快不易陷入局部极值学习速率目标梯度下降法误差函数权值修正规则$哈尔滨工程大学Harbin Engineering University方法理论基于BP神经网络的方法BP算法 BP算法对输入输出样本进行训练的过程可以分为两个阶段。第一个阶段:BP神经网络对从输入层接受的数据进行前向传播,这个过程不进行权值的调整,只是为了得到当前权值下的一组网络输出。第二个阶段:通过对上一次前向传播的输出结果进行误差计算,并求得本次网络权值的修正量,反向传播修正权值。这两个过程反复交替地运行,直到误差达到期望要求或收敛为止。可以看到,BP神经网络的前向传播用于对网络输出的计算;而反向传播则用于对输出误差的传递,进而不断修正网络权值,以使网络的输出误差达到期望要求。$哈尔滨工程大学Harbin Engineering University方法理论基于BP神经网络的方法检测与诊断输入层隐含层输出层样本类别1 1 0 02 0 1 03 0 0 1类别编码$哈尔滨工程大学Harbin Engineering University方法理论基于SVM的方法SVM简述 支持向量机(SVM)是Vapnik团队于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中。在机器学习中,支持向量机(SVM)学习算法训练出的是一种有监督学习模型,可以用来分析数据,识别模式,广泛用于各种分类和回归分析当中。SVM是建立在统计学习理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折中,以求获得最好的推广能力。$哈尔滨工程大学Harbin Engineering University方法理论基于SVM的方法最大间隔法右图是SVM在二维空间上分类的几何示意图,图中实心点和空心点分别表示两类的训练样本。H为可以将两类准确分开的分类线,H1,H2为两条平行于H并穿过两类样本中离H最近的点的直线,称之为支持直线。我们把H1和H2之间的距离称作分类间隔。所谓最大间隔法就是要求分类线不但能将两类正确分开(训练错误率为0),而且使分类间隔最大,此时得到的分类线称之为最优分类线。推广到高维空间,最优分类线就变为最优分类面。最优化问题应为对变量w和b的凸的二次规划问题$哈尔滨工程大学Harbin Engineering University方法理论基于SVM的方法软间隔情况一:样本本质上线性,非线性由噪音导致u强制使用非线性函数,会导致过拟合u解决方法:软间隔松弛变量惩罚参数最优化问题$哈尔滨工程大学Harbin Engineering University方法理论基于SVM的方法核函数情况二:样本本质上是非线性可分的u解决方法:核函数目的:映射到高维空间,使样本线性可分常用核函数l线性核函数l多项式核函数lGauss径向基核函数避免维数灾难$哈尔滨工程大学Harbin Engineering University方法理论基于SVM的方法检测与诊断有向无环图法多分类间接法直接法(Crammer-Singer SVM)一对一有向无环图法纠错输出编码法一对余.
    展开阅读全文
    提示  咨信网温馨提示:
    1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
    2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
    3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
    4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前可先查看【教您几个在下载文档中可以更好的避免被坑】。
    5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
    6、文档遇到问题,请及时联系平台进行协调解决,联系【微信客服】、【QQ客服】,若有其他问题请点击或扫码反馈【服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【版权申诉】”,意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:0574-28810668;投诉电话:18658249818。

    开通VIP折扣优惠下载文档

    自信AI创作助手
    关于本文
    本文标题:基于数据驱动的故障检测与诊断.ppt
    链接地址:https://www.zixin.com.cn/doc/1978368.html
    页脚通栏广告

    Copyright ©2010-2026   All Rights Reserved  宁波自信网络信息技术有限公司 版权所有   |  客服电话:0574-28810668    微信客服:咨信网客服    投诉电话:18658249818   

    违法和不良信息举报邮箱:help@zixin.com.cn    文档合作和网站合作邮箱:fuwu@zixin.com.cn    意见反馈和侵权处理邮箱:1219186828@qq.com   | 证照中心

    12321jubao.png12321网络举报中心 电话:010-12321  jubao.png中国互联网举报中心 电话:12377   gongan.png浙公网安备33021202000488号  icp.png浙ICP备2021020529号-1 浙B2-20240490   


    关注我们 :微信公众号  抖音  微博  LOFTER               

    自信网络  |  ZixinNetwork