要約
複雑なシステムにおける重要な動作を発見するために使用される繰り込み群アプローチに基づく新しい教師なし予測保守分析手法が提案されました。
このアルゴリズムは、単変量時系列を分析し、対数周期べき乗則関数の適合を使用して臨界点を特定する、新しく提案された定理に基づいて臨界点を検出します。
往復圧縮機システムから収集された産業データの予知保全分析のための新しいアルゴリズムの適用について説明します。
解析されたコンプレッサー システムのダイナミクスの知識に基づいて、提案されたアルゴリズムはバルブとピストン ロッドのシールの故障を事前に予測します。
要約(オリジナル)
A new unsupervised predictive maintenance analysis method based on the renormalization group approach used to discover critical behavior in complex systems has been proposed. The algorithm analyzes univariate time series and detects critical points based on a newly proposed theorem that identifies critical points using a Log Periodic Power Law function fits. Application of a new algorithm for predictive maintenance analysis of industrial data collected from reciprocating compressor systems is presented. Based on the knowledge of the dynamics of the analyzed compressor system, the proposed algorithm predicts valve and piston rod seal failures well in advance.
arxiv情報
| 著者 | Bogdan Łobodziński |
| 発行日 | 2024-08-28 14:40:21+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google