Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 18.218.108.24
    [SESS_TIME] => 1732199673
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => c503e264e467052653408bea79c8f160
    [UNIQUE_KEY] => 1e079e824e42aeb984bb59402d332674
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Автометрия

2021 год, номер 1

ПОДХОД К ОБНАРУЖЕНИЮ АНОМАЛИЙ В ТЕХНОЛОГИЧЕСКИХ СИГНАЛАХ С ПРИМЕНЕНИЕМ ПРЕОБРАЗОВАНИЯ ГИЛЬБЕРТА - ХУАНГА

Д.А. Мурзагулов, А.В. Замятин, О.В. Романович
Томский государственный университет, г. Томск, Россия
murzagulovdamir@gmail.com
Ключевые слова: аномалия, технологический сигнал, спектральный анализ, статистическая модель, предиктивная аналитика
Страницы: 31-41

Аннотация

В рамках исследования рассмотрена задача обнаружения в нестационарных технологических сигналах аномалий как ранних признаков отказов и поломок оборудования. Представлен подход к обнаружению аномалий с использованием преобразования Гильберта - Хуанга совместно со статистической моделью. Основная идея подхода заключается в анализе статистических показателей элементов разложения Гильберта - Хуанга, которое обладает адаптивностью разложения в случае нестационарных данных и обеспечивает высокую детализацию в частотно-временной области. Представлены принципиальная схема и алгоритм подхода, описание статистической модели классификации, численные расчёты на модельных и реальных данных, сравнительный анализ с другими методами обнаружения аномалий в сигналах.

DOI: 10.15372/AUT20210104
Добавить в корзину
Товар добавлен в корзину