典型文献
考虑工况变化的数控刀架运行状态异常检测方法
文献摘要：
针对数控刀架故障数据少、难获取,且运行数据随工况变化致使故障诊断困难的问题,提出了一种基于非故障数据并考虑工况变化的运行状态异常检测方法.该方法通过多元高斯分布模型和考虑工况变化的偏差特征建模,确定刀架运行状态异常数据的评判依据.首先,通过统计分析找到刀架在不同工作过程中的关键工况与信号特征;其次,分别选择线性回归、信息增益判别、广义回归神经网络方法建立工况与信号特征的关系模型,得到观测信号特征与给定信号特征之间的偏差;最后,采用刀架正常状态时的数据训练模型.通过大量工况变化实验与异常模拟实验,并与传统多元高斯分布模型比较,得出本文所提模型能排除工况变化的影响,并能更好地识别异常状态.
文献关键词：
异常检测;工况;数控刀架;多元高斯分布
中图分类号：
作者姓名：
胡炜;陈传海;郭劲言;刘志峰;申桂香;于春明
作者机构：
吉林大学数控装备可靠性教育部重点实验室,长春130022;吉林大学机械与航空航天工程学院,长春1300225;瑞典皇家理工学院,瑞典斯德哥尔摩25175;沈阳机床股份有限公司,沈阳110142
文献出处：
引用格式：
[1]胡炜;陈传海;郭劲言;刘志峰;申桂香;于春明-.考虑工况变化的数控刀架运行状态异常检测方法)[J].吉林大学学报（工学版）,2022(02):329-337
A类：
数控刀架
B类：
工况变化,异常检测方法,故障数据,运行数据,多元高斯分布,高斯分布模型,特征建模,定刀,异常数据,信号特征,信息增益,广义回归神经网络,神经网络方法,关系模型,观测信号,正常状态,数据训练,训练模型,化实验,常模,模拟实验,模型比较,异常状态
AB值：
0.267017
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
