汽车作为现代生活必不可少的交通工作，是衡量人们生活质量的重要参数，同时 汽车运转的情况，与交通安全、甚至与生命息息相关。发动机作为汽车运行的“心脏”, 是汽车运转的核心部件，同时也是汽车故障原因的主要来源，基于某合资品牌的某款 车为例，在质量方面无论在短占用期还是全三包周期，维修和索赔数据在行业中处于 上游水平，但是每年与发动机相关的三包花费需要一千多万人民币，三包花费占整车 三包花费的70%，发动机维修比例占整车维修比例的60%，并且专业汽车质量调研机构 数据显示，有20%的客户对发动机的燃油经济性、噪音和抖动、维护成本较高产生了抱 怨。现阶段，汽车企业的竞争是产品和服务的竞争，汽车故障诊断水平直接影响汽车 企业的质量及服务水平，与企业发展、形象紧密相连。随着科技的进步，人工智能， 云计算、大数据、移动网络等技术的兴起，为汽车发动机故障诊断带来新的发展思路， 智能化的故障诊断将提高诊断的准确性、可靠性、及时性。因此，针对汽车发动机建 立一个智能化的故障诊断模型对车辆安全，汽车企业的发展均有重要意义。 本文致力于研究基于人工智能的汽油发动机故障诊断模型。针对单一智能诊断方 法的局限性，

对于某hub上的资源做一些微调，一共有4个demo。demo1: dimensionality reduction or feature extraction demo2: fault detection for a numerical example demo3: fault detection and fault diagnosis for TE process using KPCA demo4: fault detection and fault diagnosis for TE process using Dynamic KPCA(DKPCA)

      在飞机发动机的故障监测及诊断中，轴心轨迹是时域分析的重要内容之一，它可以直观地反映转子瞬时运动状态。但对于振动数据是振动加速度值而非位移数据的情况，由测得振动加速度数据求轴心轨迹，就要先对其进行两次积分得到位移数据。基于最小二乘法的积分波形修正算法，提出对振动加速度数据进行动态递推拟合去除趋势项，得到转子轴心轨迹，这为状态监测及诊断提供了依据。

本文档主要针对滚动轴承故障分析过程、频谱分析、扰动频率计算以及轴承失效的九个阶段的介绍

液压系统的快速故障检测，适合用于故障检测的工程人员和研究人员。

安全技术-网络信息-模拟电路故障诊断的故障字典法和神经网络法研究.pdf

安全技术-网络信息-模拟电路故障诊断的神经网络方法及其应用.pdf

安全技术-网络信息-模拟电路故障诊断的神经网络实现.pdf

基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法的研究 基于机器学习的旋转机械故障诊断方法

变压器是电网的核心设备，其健康状态关系到电力系统的安全运行，开展变压器故障诊断既有实用价值，又有研究意义。变压器故障诊断的传统方法为国际电工委员会发布的IEC三比值法，该方法存在诊断准确率低、对编码以外的部分样本无法诊断等弊端。鉴于此，本文提出了一种基于统计规律的故障诊断方法，利用变压器油中溶解气体作为特征量，以故障类型为分类结果，采用朴素贝叶斯算法，建立了基于贝叶斯分类器的变压器故障诊断模型。为验证本文模型的效果，采取了两次实例测试：单次随机试验表明，本文模型将诊断准确率较IEC传统方法提高了10个百分点；多次随机试验表明，本文模型的平均诊断准确率在95%以上。因此，本文模型具有分类准确率高、泛化能力强等特点，能满足实际工程需要，可作为电力设备故障诊断的有效方法。