Uru:
- Ikike iji nyochaa mgbaàmà mmejọ site na data ịma jijiji / okpomọkụ site na iwepụta atụmatụ na AI
- Ikike ịchepụta ụzọ mgbakwasị ụkwụ na nke dị mfe igwe mmụta anomaly site n'enyemaka nke AI
- Ikike iji nyochaa nguzozi nke mkpu ụgha (ụgha ụgha) na mmejọ efu (ụgha ụgha) na mkpebi mmezi.
Ọdịda a na-atụghị anya ya nke mmetụta n'ahịrị mmepụta na-eduga n'ọtụtụ awa nke nkwụsịtụ, iwu agbaghara, na mgbe ụfọdụ mmebi nkwekọrịta. Ndozi ọdịnala na-akwụsị n'ụzọ abụọ: mmezi mmebi (dozie ya mgbe ọ na-agbaji - ihe ịtụnanya kachasị ọnụ) na nhazi oge (dochie site na nhazi oge - na-abụkarị oge akaghi aka na ihe efu). Nlekọta amụma na-emepe ụzọ nke atọ: na-atụle ọnọdụ igwe ahụ mgbe niile, ịkọ ọdịda na itinye aka na oge. Mgbanwe na mgbaama dị ka ịma jijiji, okpomọkụ, ugbu a na ụda na-egosi adịghị arụ ọrụ izu ole na ole tupu mgbe ahụ. AI dị ike ebe a: wepụta atụmatụ site na akara ngosi, ịchọpụta anomalies, na-eche ogologo ndụ fọdụrụnụ. Ma otu mkpu ụgha pụtara oge nkwụsị na-enweghị isi, otu mmejọ efu pụtara ọdachi; Ọnụ ụzọ na nguzozi mkpebi bụ ọrụ nke injinia. N'ime nkeji a, anyị na-ekpuchi otu esi edobe amụma amụma na AI wee kwado mkpebi ya.
Gịnị kpatara ịma jijiji na okpomọkụ?
Mmejọ dị n'igwe na-atụgharị na-ahapụ mbinye aka njirimara. Mgbe ike gwụ, gia na-agbawa, ogwe na-aghọ nke na-adịghị mma, ike na-abawanye n'ụfọdụ ugboro n'ụdị dị iche iche nke ịma jijiji. Okpomọkụ bụ ihe na-egosi ngwa ngwa mana a pụrụ ịdabere na ya nke esemokwu na mmụba ibu. Anyị na-ewepụta atụmatụ bara uru na mgbama ndị a:
àgwà
kedu ihe ọ na-ekwu
Kedu ihe adịghị arụ ọrụ?
RMS (uru dị irè)
Ike ịma jijiji izugbe
Ọganihu n'ozuzu, enweghị ahaghị nhata
elu
na mberede iti
Nrụ arụ, notch
Ihe kpatara Crest (elu/RMS)
Ọdịnaya akwara
Ọdịda amụghi aka
kurtosis
The "spikiness" nke nkesa
Mgbaàmà mmejọ pulse
Ugboro ugboro (FFT)
Ugboro ole a na-anakọta ike
Ọdịda akụrụngwa akọwapụtara
Isi echiche: kama ilele akara mgbama, anyị na-enyocha njirimara nwere mmetụta adịghị mma. AI na-ede ngwa ngwa koodu na-agbakọ àgwà ndị a.
mbubata numpy dị ka npdef jitter_attributes(signal, fs): """ mgbama: acceleration usoro, fs: sampling ugboro (Hz).""" rms = np.sqrt(np.mean(signal**2)) elu = np.max(np.abs(signal)) crest = ifrm0 (mgbe nke anọ / ọdịiche ^ 2) pụtara = np.mean (signal) kurtosis = np.mean ((signal - mean)**4) / (np.var (signal)**2 + 1e-12) # akara ugboro (FFT) ụdịdị = np.abs (np.fft =.rfft (signal)) ft. 1/fs) dominant_f = frequencies[np.argmax(spectrum)] nloghachi {"rms": rms, "peak": peak, "crest": crest, "kurtosis": kurtosis, "frequency_frequency": dominant_f}
NDỤMỌDỤ: Mgbe ị na-ewepụta atụmatụ na AI, jide n'aka na ezipụta oge nlele (fs) na ogologo oge nke mgbaàmà ahụ. Mkpebi FFT na oke Nyquist dabere na ha; Ọ bụrụ na enyeghị fs, a ga-akọwahie ugboro ugboro. Na mgbakwunye, ọ nweghị ọnụ ụzọ ga-aba uru na-anakọtaghị “baseline” site na igwe ahụ dị mma.
Nchọpụta dabere na oke na mmụta
Enwere ụzọ abụọ bụ isi:
Dabere n'oke: Ịgafe oke nke njirimara (dịka RMS) na-ebute mkpu. Dị mfe, nghọta na nkọwa; Mana ịnweta ọnụ ụzọ ziri ezi siri ike yana otu akụkụ.
Dabere na mmụta (nchọpụta anomaly): Ọ na-amụta "nkịtị" site na data arụ ọrụ dị mma ma na-amata ọdịiche na ya. Ọ na-ejide ụkpụrụ multidimensional, mana ọ chọrọ data karịa na ihe egwu ịghọ "igbe ojii."
mbubata numpy dị ka npdef z_score_anomali (uru, baseline_avg, baseline_std, threshold = 3.0): """ Mfe ọnụ ọgụgụ anomaly: ole stds pụọ na ndabere?""" z = (uru - baseline_avg) / (baseline_std + 1e-12), RMS nloghachi absthmple (#z) 0.8 na igwe ahụike, ka std bụrụ 0.1alarm, z = z_score_anomaly (uru = 1.25, baseline_avg=0.8, baseline_std=0.1) ebipụta (f"z-score: {z:.1f}, alarm: {oti mkpu}") # z=4.5 -> mkpu Ezi
Ọbụlagodi ụzọ z-score a dị mfe na-egosipụta ụkpụrụ: ọnụ ụzọ sitere na ọnụ ọgụgụ nke igwe ahụike, a naghị ahọrọ ya n'ụzọ aka ike. AI nwere ike na-atụ aro ụzọ ndị ọzọ dị elu (Isolation Forest, autoencoder), ma ha niile nwere otu ndabere: buru ụzọ kọwaa "nkịtị", wee tụọ ntụgharị.
Mkpu ụgha na nguzozi mperi efu efu
Nke a bụ mkpebi injinia dị n'obi mmezi amụma. Enwere ụdị mperi abụọ na ọnụ ahịa ha asymmetric:
Ụdị mperi
Pụtara
ọnụ ahịa
Oti mkpu ụgha (ezigbo ụgha)
Mkpu mgbe enweghị mmejọ
Ọnọdụ na-enweghị isi, enweghị ntụkwasị obi
Agbaghara efu (ụgha adịghị mma)
Enweghị mkpu mgbe enwere mmejọ
Arụ ọrụ na-atụghị anya ya, mmebi, ihe egwu
Ọ bụrụ na i wetuo ọnụ ụzọ (oke mmetụta) mmejọ ahụ agbaghara na-ebelata mana mkpu ụgha na-abawanye; ndị na-arụ ọrụ kwụsịrị ịdabere na mkpu ("ike ike ọgwụgwụ"). Ọ bụrụ na ị na-abawanye ọnụ ụzọ, mkpu ụgha na-ebelata, mana ihe ize ndụ nke ịhapụ ezigbo mmejọ na-abawanye. Ntụle ziri ezi na-adabere na nsonaazụ ọdịda ahụ: ọdịda efu na mpaghara nchekwa dị oke mkpa (dịka breeki kreenu) bụ ihe a na-anabataghị, ebe ahụ ị na-eme ka uche dị elu ma na-etinye mkpu ụgha.
Akpachara anya: Oke ma ọ bụ izi ezi ihe nlereanya nke AI tụrụ aro (dịka "95% izi ezi") nwere ike iduhie n'ihi enweghị ahaghị nhata klaasị. Malfunctions dị ụkọ; Ọbụna ihe nlereanya na-ekwu mgbe niile "ọ dịghị ọdịda" na-egosi oke ziri ezi ma ọ baghị uru. Nyochaa ihe nlereanya site na ọnụego mkpu ụgha na ọnụego ọdịda efu efu karịa izi ezi; Ihe egwu usoro gị na-ekpebi nguzozi a.
Site na mkpebi ruo na mmezi: Nkwado mmadụ
Nchọpụta anomaly abụghị iwu "igwe nkwụsị" kpọmkwem; Ọ bụ mgbaama nkwado mkpebi. A na-ahụkarị eruba: anomaly achọpụtara → ịdị njọ na omume enyochala → otu nlekọta na-akwado (nleba anya anụ ahụ, nha ọzọ) → ntinye aka zubere. AI nwere ike na-atụ aro na-emekarị na ihe nwere ike ime, ma mkpebi na oge nke "a mkpa ka a ga-anọchi" na-anọgide na mmadụ; n'ihi na ụmụ mmadụ na-ahụ atụmatụ mmepụta, akụkụ mapụtara na ọnọdụ nchekwa.
Ngwa ngwa adịghị ike / Ike ngwa ngwa
NA-adịghị ike: "Data ịma jijiji a ọ nwere ntụpọ?" (Ọ dịghị ihe ndabere, ọ dịghị fs, ọ dịghị ihe gbara ya gburugburu. Achọpụtaghị ee / mba.) IKE: "Enwere m 1 nke abụọ acceleration data nke a bearing sampled na 12 kHz. Gbakọọ RMS, crest factor, kurtosis na ugboro ugboro. Enwere m 30-ụbọchị ahụike na-arụ ọrụ baseline (RMS avg=0.8, std the baseline it) . dị ka ọnụ ụzọ 3-sigma si dị, welie mkpu, mana kwupụta na nke a bụ mgbama nkwado na ọ bụghị mkpebi mmejọ doro anya.
Obere Case
Injinia nlekọta Emre na-etinye nleba anya dabere na ịma jijiji maka moto fan. Ọ na-ebipụta njirimara mmịpụta na z-score anomaly code na AI; Usoro na-enye mkpu n'ime ụbọchị ole na ole. Mana mgbe Emre lere ya anya, igwe ahụ na-apụta na adịchaghị mma - mkpu ụgha. Mgbe ọ na-enyocha ya, ọ na-achọpụta na o guzobere ntọala ahụ na naanị 2 awa data, ebe ịma jijiji nke fan na-agbanwekarị ka ibu na-agbanwe. Ọ na-agbatị ntọala ahụ ruo izu 1 iji kpuchie ọnọdụ ibu dị iche iche ma kwụsịtụ mkpu ụgha. Mgbe ahụ, ọ na-ahụ na-eji nwayọọ nwayọọ na-arị elu na crest ihe; Nke a na-egosi ọdịda n'oge tupu RMS agafebeghị oke. Nlele anụ ahụ na-egosi na ọ na-eyi akaghi aka. Emre na-agbanwe ikike ya na nhazi a na-eme atụmatụ, na enweghị nkwụsị na-atụghị anya ya. AI ngwa ngwa gbakọọ àgwà na anomaly; Mana njirimara ntọala na nkọwa ihe omume - iwepụ mkpu ụgha na ịnweta ezigbo ọdịda n'oge - ghọrọ ọrụ injinia.
Mmejọ a na-emekarị
- Ịtọba ọnụ ụzọ na-anakọtaghị ntọala zuru oke/nnọchite anya site na igwe ahụike.
- Ntụgharị asụsụ FFT/ ugboro na-achị na-akọwapụtaghị ugboro nlele.
- Iji "zie ezi" na-enyocha ihe nlereanya ahụ yana nweta nsonaazụ na-eduhie eduhie ma ọ bụrụ na ọ dị ụkọ.
- Ịhọrọ ọnụ ụzọ aka ike, na-adabereghị n'ihe egwu usoro.
- Na-emehie ihe mgbaàmà anomaly dị ka iwu nkwụsị kpọmkwem na ịgafe nkwenye mmadụ.
- Na-ele anya otu metric ma na-eleghara ihe na-emekarị (nwayọọ nwayọọ).
Na nchịkọta
- Ndozi amụma na-atụle ọnọdụ igwe ahụ n'ezie ma buru amụma ọdịda.
- A na-ewepụta njiri dị ka RMS, crest, kurtosis, ugboro ugboro site na ịma jijiji/okpomọkụ.
- A na-enweta ọnụ ala na nchọpụta anomaly site na ndekọ ntọala nke igwe ahụ dị mma.
- A na-edozi nguzozi nke mkpu ụgha na mmejọ agbaghara dịka usoro ihe egwu dị.
- N'ime mmejọ ndị na-adịghị ahụkebe, "izizi" na-eduhie eduhie; A na-eji ọnụego mkpu ụgha/miss.
- Anomaly bụ akara nkwado mkpebi; Mkpebi na oge nlekọta na-anọgide na onye ahụ.
Ọrụ ngwa
Chọta ma ọ bụ mee ka usoro oge ịma jijiji ma ọ bụ ọnọdụ okpomọkụ (ebe dị mma + akụkụ nke na-eji nwayọọ nwayọọ na-emebi). Bipụta njiri mara (RMS, crest, kurtosis) yana koodu nchọpụta anomaly z-score site na ntọala ruo AI. Mgbe ahụ: (1) tọọ ntọala ntọala naanị site na ngalaba ahụike wee nye ugboro nlele, (2) nwalee ọnụ ụzọ maka 2-sigma na 4-sigma wee tulee otú ọnụ ọgụgụ nke mkpu ụgha na mmejọ efu si agbanwe, (3) kpachapụta ụdị àgwà kama ịbụ otu nha ma hụ ma ọ na-enye ịdọ aka ná ntị mbụ. Kọwaa ọnụ ụzọ dabara adaba maka ihe egwu dị na ọnọdụ gị wee gosi ezi ihe kpatara ịhọrọ ya.