摘要
واجهة مشكلة منخفضة في دقة تشخيص الأعطال بسبب صعوبة استخراج حدوث أحداث صغيرة مثل أعطال آلة طحن الفحم واستخدامها لتصنيف التعلم الآلي، تقدمت بطريقة تشخيص الأعطال عالية الدقة بناءً على PCA-FINCH المبنية على العينة الصغيرة. أولاً، استنادًا إلى تحليل العناصر الرئيسية (PCA) لفحص الأعطال للبيانات التاريخية التي تمثل حالة تشغيل الجهاز، يتم الكشف عن الأعطال وتحديدها عن طريق الحدود التحكم T2 وحدود التحكم Q لاكتشاف حدوث الأعطال وتحديد عينات الأعطال، مما يسمح بتجميع مجموعة صغيرة من الأعطال. ثم، استنادًا إلى مصنف FINCH، يتم تصنيف مجموعة الأعطال الصغيرة التي تم الحصول عليها بدقة، مما يتحقق تشخيص الأعطال للجهاز. أخيرًا، يتم التحقق من الطريقة باستخدام مجموعة البيانات التاريخية التي تحتوي على أعطال آلة طحن الفحم. تشير النتائج إلى أن طريقة تشخيص الأعطال PCA-FINCH المقترحة قادرة على تحقيق تصنيف عالي الدقة للأعطال ذات العينات الصغيرة، وأنها تزيد من دقة قرار الشجرة CART والغابة العشوائية RF وآلة الدعم النوعي SVM بمقدار 2.61 نقطة في المئة و1.74 نقطة في المئة و1.85 نقطة في المئة على التوالي، وتظهر أداءً ممتازًا في سرعة التقديم.
关键词
آلة طحن الفحم؛ تشخيص الأعطال؛ عينات صغيرة؛ FINCH التجميع؛ تحليل العناصر الرئيسية