基于数据驱动的微小故障诊断方法综述

• 作者: 刘妹琴 包哲静 吕菲亚 文成林
• 来源期刊: 自动化学报
• 关键词: 微小故障诊断 数据驱动 统计分析 信号处理 人工智能
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 综述
• 页码范围: 1285-1299
• 页数: 15页
• 字数: 19982字
• 语种: 中文
• DOI: 10.16383/j.aas.2016.c160105

摘要

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文成林	杭州电子科技大学自动化学院	106	1053	17.0	28.0
2	刘妹琴	浙江大学电气工程学院	37	251	7.0	15.0
3	包哲静	浙江大学电气工程学院	18	587	13.0	18.0
4	吕菲亚	浙江大学电气工程学院	1	129	1.0	1.0