有没有用ICA做故障诊断的
我是新手，有没有用ICA做故障诊断的，讨论一下。QQ57116927[ 本帖最后由 zhangnan3509 于 2007-7-4 18:47 编辑 ]
回复：（lily_99）有没有用ICA做故障诊断的
本帖最后由 wdhd 于 2016-4-13 13:22 编辑你那玩的是艺术
工厂用的是实际的
回复：（lily_99）有没有用ICA做故障诊断的
本帖最后由 wdhd 于 2016-4-13 13:22 编辑呵呵，楼上形容的非常贴切，刚刚在论坛看到有人是这么形容的，垃圾的垃圾的制造者
不过话说回来，这方面的资料确实很多，你自己可以去检索一下
转
本帖最后由 wdhd 于 2016-4-13 13:24 编辑独立分量分析(ICA)，其基本理论创立于80年代中期，90年代得到迅猛的发展。从概念上，ICA可视作是主分量分析(PCA)方法的高阶扩展，它可以在更高阶(二阶以上)的意义上解决任意向量的各分量数据的独立性分析问题。借助ICA，可有效处理源信号相关的详细知识以及信号传输系统特性未知的信号分离问题。在假设各源信号相互统计独立的前提下，仅仅从混合信号样本出发即可实现信号传输系统特性的辨识及各个源信号的估计，这显然是一种盲的信号处理方法，也正是ICA独特的优势所在。ICA在不断地从多角度、多学科交叉地进行自身完善与发展的同时 ，应用领域也呈现不断扩大的趋势。
目前，ICA方法在诸如通讯、语音处理、图像识别以及生物医学等具体领域已得到成功的应用。众所周知，PCA作为一种有效的信号特征抽取方法已得到广泛的应用。作为PCA的高阶扩展，ICA方法可获得信号的更多新奇特征，因此成功地用于语音及图像的特征提取与分类。值得注意的是，在旋转机械故障诊断中，很多故障(如轴承故障、基座松动等)的振动信号往往表现出强烈的非高斯特性(如峭度增加等)，而ICA方法正是通过最大化信号分量的非高斯性来实现源分离和数据分析的，这使得ICA方法在旋转机械状态监测与故障诊断中的应用有了坚实的理论基础。已有学者应用不同的ICA方法，在旋转机械振动与噪声源分离方面进行了一定的探索，并取得了一些研究成果。ICA理论与方法之所以如此引人注目、如此广泛地得以应用，是因为它具有一些传统的信号处理方法所不具备的盲处理特点。因此，ICA理论在故障诊断领域的应用，对于解决旋转机械状态监测与故障诊断中所面临的实际问题具有很强的针对性。
ICA基故障诊断系统软件采用传统的图形用户接口(GUI)构建，使用简单并具有良好的人机交互性能。所有操作均在GUI中进行，因此只要求使用者具备基本的Matlab知识即可。通过对该软件的C语言再编译，可以很容易地生成实用的可执行文件。该软件应用了许多最新的特征提取与模式识别理论与方法，如功率谱分析、MI基小波特征提取、ICA基特征提取以及多层感知器、自组织映射网络以及支持向量机等，具有较高的故障诊断准确性。既可作为一故障数据分析模块挂接在通常的状态监测系统后端，对监测系统获取的黑匣子数据进行深层次分析;亦可作为一独立的机器故障诊断软件使用，直接用于故障模式的识别与分类。显然，该软件具有一定的实用意义和推广价值。
国内有没有用这一技术的产品，介绍一下，我想了解。
Re
我觉得实际用途不大，因为只能分辨出什么波形，但是幅值大小都不知道
页:
[1]