基于观测器的双电机驱动伺服系统故障检测

软件介绍: 运行检测后可以一项项检测电脑硬件，发现问题会停下来进行提示，方便判断故障所在！BurnInTest是系统可靠性和稳定性测试软件，该软件主要测试:CPU、硬盘、声卡、显卡(2D/3D)、打印机，内存，串口，网络，磁带机，并口等，还可测试计算机系统与其它外围设备。你可以同时打开所有测试来检验你系统的稳定性，在使用前请备份有用数据，以免系统崩溃而造成损失。这是汉化版，不须原版直接安装运行。您可以有计划的开始连续测试来测试您计算机硬件的可靠性. 为避免因为硬件的不可靠而丢失数据，请确保您在运行测试前已经备份了您的数据.

fpga实验fpga实验fpga实验

电动装置-一种基于波形复现的电缆故障检测和定位方法.zip

故障电弧分为串联电弧和并联电弧，并联电弧故障表现为电流短路、故障电流大，现有电气保护体系能对其保护；而串联电弧故障因受线路负载限制，其故障电流小，以至于现有体系无法实现对串联电弧故障保护，存在电气安全隐患。提出一种方法通过实验获得正常工作和电弧故障时电流波形，并提取小波变换的特征值，将特征值输入概率神经网络模型，参照UL 1699标准，通过计算0.5 s内检测到的故障半周期数是否大于8，大于8则判断为电弧故障。通过MATLAB分析，选择40组测试数据，故障识别率为95%，表明了该方法的有效性。

支持向量数据描述（SVDD） 用于使用SVDD进行异常检测或故障检测的Python代码。 电子邮件： 主要特点 用于仅包含正训练数据的训练数据集的SVDD模型。 （SVDD） 包含正训练数据和负训练数据的训练数据集的SVDD模型。 （nSVDD） 多种内核功能。 可视化模块，包括ROC曲线图，测试结果图和决策边界。 要求 matplotlib cvxopt 科学的 麻木 scikit_learn 关于SVDD型号 根据以下参考文献，可以构建两种类型的SVDD模型： [1] Tax DMJ，Duin RP W.支持向量数据描述[J]。 机器学习，2004，54（1）：45-66。 一个简单的决策边界应用程序（使用不同的内核函数） # -*- coding: utf-8 -*- import sys sys.path.append("..") from src.svdd im

内核主成分分析（KPCA） MATLAB代码，用于通过使用内核来进行非线性降维，故障检测和故障诊断。 2.1版，2020年5月6日 电子邮件： 主要特点 易于使用的API，用于训练和测试KPCA模型 多种内核功能 支持降维，故障检测和故障诊断 支持数据重建 告示 仅支持对高斯内核进行故障诊断。 使用“ Classdef ... End”定义类，因此该代码只能在R2008a版本之后应用于MATLAB。 更多详细信息和讨论，请参阅： : 此代码仅供参考。 降维演示（“香蕉”数据和“圆”数据） 数据重建演示（“圆形”数据） 故障检测演示（TE过程数据） 故障诊断演示（TE过程数据）

【带故障检测和安全估计功能】智能云温湿度监测工程文件

FDITOOLS是MATLAB函数的集合，用于分析和解决故障检测问题。 该集合的功能依赖于控制系统工具箱和描述符系统工具 (DSTOOLS)。 实现的函数基于本书第 5、6 和 7 章中描述的计算过程： Andreas Varga，“解决故障诊断问题，线性综合技术”，第一卷。 84 系统、决策和控制研究，Springer 国际出版社，xxviii+394，2017 年。 本书描述了解决故障检测和模型检测滤波器综合问题的数学背景，并详细描述了基础综合程序。 FDITOOLS 的当前版本是版本 V1.0.6，日期为 2021 年 5 月 1 日。 FDITOOLS 集合 V1.0 版的用户指南在文件 fditoolsdoc.pdf 中提供。 此外，函数的 M 文件是自文档化的，每个函数的详细文档可以通过键入带有相应 M 文件名的帮助在线获得。 要求 这些代码是在 MATLAB 20

电机的振声信号包含了丰富的状态信息,利用电机的声音信号进行故障检测,并提出了综合小波包能量相对熵的概念。对采集的声音信号进行小波包分解,利用重构系数计算故障信号与正常信号小波能量包相对熵,并得到综合小波包能量相对熵,确定电机是否有故障;并通过比较各频带的综合小波包能量相对熵大小判断故障所处的频带位置,从而确定电机为何种故障。电机振声信号诊断实例验证了该方法的有效性。