液压装置中的异常自动检测
机器学习
2022-12-20 v1 信号处理
摘要
如今，液压系统的应用广泛存在于工业和日常环境中的各种装置里。液压系统的实施与使用已有充分记载；然而，当今仍面临一项挑战，即集成能够提供更准确关于这些系统运行与操作信息的工具，以用于主动决策。在工业应用中，存在许多传感器和方法来测量并确定过程变量（例如流量、压力、力）的状态。尽管如此，在提供与集成于机械中的液压装置相关的设备健康信息方面做得很少。在液压系统组件中实施人工智能（AI）技术与机器学习（ML）模型已被视为许多行业当前面临挑战的解决方案：优化流程并更安全高效地执行。本文提出了一种针对液压系统中最通用且常用的装置之一——液压缸——的异常表征与估计解决方案。实现了 AI 与 ML 模型以确定这些液压部件的当前运行状态，以及它们是否正常工作或是否存在故障模式或异常状况。
引用
@article{arxiv.2212.02602,
title = {Automatic Anomalies Detection in Hydraulic Devices},
author = {Jose A. Solorio and Jose M. Garcia and Sudip Vhaduri},
journal= {arXiv preprint arXiv:2212.02602},
year = {2022}
}
备注
This article has been removed by arXiv administrators because the submitter did not have the authority to grant a license at the time of submission