【技术实现步骤摘要】
本专利技术涉及故障检测领域，具体地说是一种基于局部近邻标准化与二次核熵成分分析(lns-qkeca)的多工况下装甲车辆早期故障检测方法。
技术介绍
1、随着智能制造技术的成熟以及新兴技术的发展，现代装甲车辆拥有愈加丰富的功能并承担更为复杂的任务，装甲车辆也因此将面临着工作环境更加复杂的问题，这使得装甲车辆的故障检测工作面临着严峻的挑战。现有的装甲车辆多工况故障检测方法，是通过预设多种工况并进行试车试验，并根据每个工况的特点，建立对应的故障检测模型。在使用中装甲车辆在进行工况识别后，使用对应工况的故障检测模型进行故障检测。但是在现有的试车实验中，预设场景并不能完全涵盖所有的工况环境，使得装甲车辆在使用时难以准确匹配当前工况，影响故障检测结果。
2、因此，设计一种能提高装甲车辆在多工况环境下故障检测精度的早期故障检测模型是很有必要的。
技术实现思路
1、针对上述问题，本专利技术的目的在于提供一种基于局部近邻标准化与二次核熵成分分析的多工况下装甲车辆早期故障检测方法，该方法可以通过局...
【技术保护点】
1.基于LNS-QKECA的多工况下装甲车辆早期故障检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于LNS-QKECA的多工况下装甲车辆早期故障检测方法，其特征在于，所述步骤2)包括以下步骤：
3.根据权利要求2所述的基于LNS-QKECA的多工况下装甲车辆早期故障检测方法，其特征在于，所述局部近邻标准化算法，具体为：
4.根据权利要求1所述的基于LNS-QKECA的多工况下装甲车辆早期故障检测方法，其特征在于，所述步骤3)包括以下步骤：
5.根据权利要求4所述的基于LNS-QKECA的多工况下装甲车辆...
【技术特征摘要】
1.基于lns-qkeca的多工况下装甲车辆早期故障检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于lns-qkeca的多工况下装甲车辆早期故障检测方法，其特征在于，所述步骤2)包括以下步骤：
3.根据权利要求2所述的基于lns-qkeca的多工况下装甲车辆早期故障检测方法，其特征在于，所述局部近邻标准化算法，具体为：
4.根据权利要求1所述的基于lns-qkeca的多工况下装甲车辆早期故障检测方法，其特征在于，所述步骤3)包括以下步骤：
5.根据权利要求4所述的基于lns-qkeca的多工况下装甲车辆早期故障检测方法，其特征在于，所述核熵成分分析算法通过核函数将数据投影到高维空间，并利用renyi熵从信息论的角度提取特征，从而完成数据的降维及初次特征提取，具体为：
6.根据权利要求4所述的基...
【专利技术属性】
技术研发人员：杨明毅，陈徐航，王军义，徐志刚，李勇，冯辅周，徐玉国，刘锋，胡浩，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。