文献类型：期刊文章

作　　者：张明[1] 冯坤[1] 江志农[1]

机构地区：[1]北京化工大学诊断与自愈工程研究中心,北京100029

出　　处：《振动与冲击》

基　　金：国家自然科学重点基金项目(51135001);国家青年科学基金项目(51305020);国家重点基础研究发展计划("973"计划)项目(2012CB026000)

年　　份：2014

卷　　号：33

期　　号：24

起止页码：8-14

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20150200416445)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对当前机械在线监测系统报警难以实现机械故障早期预警问题,提出一种智能预警方法。基于在线监测系统大量监测数据统计分析,采用动态的自学习阈值算法计算预警阈值,并应用l1趋势滤波技术消除随机误差获取滤波后的趋势。应用动态自学习阈值替代监测系统中的常规报警阈值,比较自学习预警阈值与滤波后的趋势,实现了机械故障早期预警。工程实例表明,该方法能够对机械故障实现早期预警,对预防机械事故的发生有重要的作用。

关 键 词：自学习阈值  故障预警 非参数检验 BETA分布 L1 趋势滤波  

分 类 号：TH165.3] TP391]