来源：期刊VIP网 时间：
作者：胡浩;冯辅周;陈财森;朱俊臻;宋超;王安;
单位：陆军装甲兵学院车辆工程系;北京理工大学网络空间安全学院;
摘要：针对装备动力系统故障预警建模需要大量数据样本的问题，基于主成分分析(PCA)方法，仅需少量故障数据，构建了装备动力系统故障预警模型。实验结果表明：模型故障预警效果较好，能够有效提示故障。为了更好的监测非线性过程，将核(Kernel)变换与主成分分析方法相结合，构建适用于少量故障数据条件下的核主成分分析方法(KPCA),采用辛辛那提轴承实验台数据集和装备动力系统数据集验证了模型的有效性，实现对装备动力系统运行异常的有效预警。针对故障源难以辨识的问题，基于多元统计贡献图的故障识别方法，对装备动力系统异常情况下的故障源变量进行精确的识别，对故障源进行定位。研究结论和成果可为装备动力系统异常预警模型的设计提供思路和依据。
关键词：多元统计分析;;故障预警;;主成分分析;;数据;;特征
基金资助：国家自然科学基金(62272047)
