記事のディレクトリ
スライディングウィンドウ残差の統計
心の中で一定の期間内に、予測残差系列MSETモデルは以下のとおりです。
残留統計は、ウィンドウをスライディング理由：
この方法は、連続的にリアルタイムで変化の残留統計的特性を検出することが可能であり、このアルゴリズムは、オンラインリアルタイム分析に適した簡単です。
ギヤボックスの通常の動作温度特性の空間全体を表すの行列Dの合理的な選択の間に有限の過去の観測ベクトルメモリを用いてMSETモデル。全体のワークスペースのより全体的な適用範囲にはなく、作業スペースの異なる領域のための能力、およびその適用範囲が異なっています。これらの領域内に位置する入力観測ベクトルMSETモデルは、予測の精度が低下する場合、すなわち、比較的大きな残留配列におけるいくらかの残留孤立点が存在することになります。これらの単離された比較的大きな残留兆候がない機器の故障を指します。良好な阻害を有し、残余の複数のウィンドウ統計的特性をスライディングスライディングウィンドウを計算するための残差の統計的方法は、上記の場合のペアに大きな残留悪影響を単離しました。
適切幅Nのスライディングウィンドウを選択することにより、連続的な変化は、残差の統計的特性速やか方法の両方を反映するだけでなく、ランダム要因の影響を排除するためにギアボックスの状態を監視の信頼性を向上させるために、誤警報の危険を減らします。
デバイスが正常に動作している場合、高精度MSET温度予測モデル、ゼロに予測残差の平均近く、及び標準偏差は小さいです。
デバイスが障害を隠されたときに、新しい観測ベクトル空間は、通常の動作から外れるように、その動作特性を変更します。
MSET温度モデル予測残差が増加すると、以下の三つの形式のために主に統計的特性変化：
まだ0に近い1）平均残余が、著しく残留分散の範囲の残留標準偏差を拡大して増加しました。
2）0からより実質的なずれ残差の平均値が、残差の標準偏差はほとんど変化、予測残差制御偏差が発生として表さ、ゼロバイアス値、
両方の場合において、組成物3）。
それぞれEYとSYで示される残差障害閾値の平均値と標準偏差を決定します。モデル予測残差統計的特性2つの設定閾値よりウィンドウをスライドさせながらとき、故障アラームが隠さ。残差の標準偏差と平均閾値はオペレータによって経験的に決定することができます。EVの残留音符検証シーケンスの最大絶対値（すなわち、すべて）、SVの最大標準偏差、機器の故障の症状の診断のための閾値基準：
入力に予測する非パラメータモデルによる、あるいくつかの不確実性。簡単にするために、正規分布であることを意味し、残差の分散が未知であること、場合平均およびスライディングウィンドウにおける残差の計算の標準差、信頼水準を平均および標準偏差の信頼区間を1-αを与える必要が。信頼区間の信頼1-αの全体的な平均と未知の正常残差の分散平均値と標準偏差のためのものである：
ここで：nは、XεSεそれぞれとスライディングウィンドウの幅、平均値と標準偏差; T_（α/ 2）とχ_（α/ 2）2が分散されており、T、χ α/ 2分2配信サイト。平均値や標準偏差の信頼区間は、閾値、警報デバイス障害の症状を超えた場合。
第二に、シーケンシャル確率比検定
シーケンシャル確率比検定（SPRT）は、意思決定の統計的な方法ですが、それができテストエラーの2種類を確保する上で十分に小さい前提である、あなたはまだ尤度比検定を克服するために、判断を下すことができる唯一のテストエラーの一種が十分に小さい保証することができます欠陥。次のように逐次確率比が定義される：
λ=（L（S_N | H_1））/（L（S_N | H_0））（22）で
添字nはサンプル数であり; L（S_N | H_I）場合こんにちは（I = 0または1）が真である場合に観察試料配列のSn尤度関数、
H0は、帰無仮説、正常な機器であり、H1の対立仮説、機器の故障であれば、所与のαのための誤警報率、所与ベータのアラーム漏れ]。速度は、以下の規則が受け付けた仮説決定：①λ≥（1-β） /α、 H1を受け入れ、②λ≤β/（1-α ）、 H0を受け付ける。③B<λ<Aは、サンプル数を増やすことを決定することができませんN + 1、そしてルール①、②の判断。ルール上記SPRTは、現実と誤報リークアラームを確保することができる（それぞれ、α^「とβ^」示す）一定の範囲内に制限されている：
α^「+β^」]≤[ベータ] +（23）と
、実際のです誤警報率と漏れ率とアラームが所定の値を超えることはありません。
残差がガウス分布に従うと仮定します。この仮定の下で、L（S_N | H_I）は、順次確率比がに減少し、計算することができます。
