Pracuję nad projektem sterowania maszyną. Możemy zmierzyć prąd silnika podczas pracy. Przykładowe dane z dwóch silników wykonujących operację pomyślnie znajdują się poniżej. Czerwony ślad pokazuje prąd z jednego silnika, niebieski ślad prądu z drugiego. Chciałbym spróbować opracować algorytm identyfikujący problemy z zachowaniem maszyny. Problemami mogą być nadmiernie wysoki prąd silnika, prawie zerowy prąd silnika, prąd rosnący na końcu operacji, krótszy szereg czasowy niż normalnie, wszystko w ogóle, co nie wygląda jak typowa operacja poniżej. Czy ktoś może zasugerować dobry algorytm do osiągnięcia tego? Znałem tylko sieć neuronową. Umieściłem plik Excel aktualnych danych przy prądach silnika
time-series
Fred Basset
źródło
źródło
Odpowiedzi:
Moje podejście polega na stworzeniu modelu ARIMA dla danych, a następnie zastosowaniu różnych „schematów wykrywania punktu zmiany” w celu wczesnego ostrzegania o nieoczekiwanych „rzeczach”. Schematy te obejmowałyby
Jeśli chcesz opublikować jedną ze swoich seriali, możemy pokazać Ci tego rodzaju analizę, która może „wypchnąć” pomysł, że rzeczy się zmieniają lub zmieniły znacznie.
źródło
Proponuję ci ten link, który dotyczy klasyfikacji szeregów czasowych: http://www.r-bloggers.com/time-series-analysis-and-mining-with-r/ .
źródło
Ukryty model Markowa
Jednym z najlepszych podejść do modelowania danych szeregów czasowych jest Ukryty Model Markowa (HMM). Możesz utworzyć jeden model znanego stanu nieproblemowego, osobne modele każdego ze znanych stanów problemowych lub, jeśli masz wystarczającą ilość danych, jeden złożony model wszystkich znanych stanów problemowych. Dobrą biblioteką typu open source jest Zestaw narzędzi Ukryty model Markowa dla Matlaba.
http://www.cs.ubc.ca/~murphyk/Software/HMM/hmm.html
Filtr Kalmana
Innym podejściem, które jest nieco bardziej zaangażowane, jest filtr Kalmana. To podejście jest szczególnie przydatne, jeśli dane mają dużo hałasu. Dobrą biblioteką open source jest Kalman Filter Toolbox dla Matlab.
http://www.cs.ubc.ca/~murphyk/Software/Kalman/kalman.html
Modele Bayesowskie
Oba te podejścia są uważane za modele bayesowskie. Dobrą biblioteką typu open source jest Bayes Net Toolbox dla Matlab.
http://code.google.com/p/bnt
Mam nadzieję, że to ci odpowiada.
źródło