工业过程的过程监控与故障检测，一实现方法性能评估，二实现在线监控，使用以太网通信。

这是我在网上找到的一个程序，有点问题，但也可以给大家参考一下

基于机器学习实现发电厂辅机故障预警系统源码+项目说明.7z 针对电厂辅机故障率高，传统的基于机理的模型预警不及时，经常误诊的问题，设计了基于机器学习的新型故障预警模型 面对三种不同的使用场景，分别设计了基于聚类和关联规则的预警模型、基于随机森林的预警模型、与基于多元高斯分布和人 工神经网络的预警模型 使用某电厂一次风机的实际数据进行验证，所设计的三种预警模型能够提前约60min发出预警，给电厂运行人员提供指导 除了以上的算法，还使用一分类、支持向量机、XGBoost算法等对数据进行了处理

此提交包含以下文件： 1）dataset.mat 2) KPCAsurface.m 3) PCAsurface.m 4）greenmag.m dataset.mat 包含取自模拟过程示例的二维数据集。 该数据用于训练和测试内核 PCA 以进行故障检测。 训练后，为输出数据空间中的每个位置计算广泛使用的用于故障检测的 T2 和 Q 统计指标，从而生成等高线图。 然后将 99% 显着性水平检测限叠加在地图上，作为数据空间的正常（绿色）和错误（品红色）区域之间的边界。 使用等高线图，人们可以将各种内核类型和参数选择对正常和故障过程状态之间的决策边界的影响可视化。 这项工作是对参考文献 [1] 中结果的补充。 进一步的工作可以通过调查内核行为对进程监控性能的影响来进行。 [1] KES Pilario、Y. Cao 和 M. Shafiee。 非线性动态过程中早期故障监测的混合核规范变量

基于小波变换的信号奇异性检测原理,提出了信号奇异点的定位及奇异性程度的检测方法,并利用Matlab仿真平台,对故障信号实例进行了仿真和分析。仿真结果表明,与传统的Fourier分析方法相比,该方法是一种简单、有效的检测方法,特别在非平稳信号的监测和机械故障诊断领域。利用此方法可以比较精确地判断出信号发生的奇异点时刻以及奇异程度的大小,并且边缘效应要小得多。

故障检测，分别是pls和pca，计算spe和t2控制量。

PCA和KPCA算法用于TE过程的故障检测

安装先关闭杀毒软件 1运行双击点我安装，等待3-4分钟左右，安装驱动点下一步，提示替换全部点是即可 ， 3，打开软件，接上数据线，连接汽车 ，点测试点保存即可！ 特别提醒: 注意1：做修改之前，务必点击 自动扫描, 完成后保存日志文件, 里边备份了所有的原始参数。(或者集成模块备份更全） 注意2：线一定要和配套的软件版本一起使用，不要用其他版本的5053 软件，可能会造成硬件损坏。 注意3：每个车修改的代码都不一样，养成每次修改长编码前记下原先编码的好习惯，以便修改失败后仍能还原。 注意4：某些功能可能要在关闭电门、拔出钥匙、插入钥匙、重新打开电门后才会生效。 注意5：光盘里面资料有些是网上收集的，但是都是由技术员检查实操通过的。不全的还望见谅，如果有好的发现可以发给客服补充哦，造福更多同样喜欢自己DIY的车友。

基于虚拟仪器技术的滚动轴承故障检测系统的研究