ฉันกำลังทำงานในโครงการควบคุมเครื่อง เราสามารถวัดกระแสของมอเตอร์ในระหว่างการใช้งาน ข้อมูลตัวอย่างจากมอเตอร์สองตัวที่ทำงานได้สำเร็จอยู่ด้านล่าง ร่องรอยสีแดงแสดงกระแสไฟฟ้าจากมอเตอร์หนึ่งอันและสีน้ำเงินจะติดตามกระแสไฟฟ้าจากมอเตอร์อื่น ฉันต้องการลองใช้อัลกอริทึมในการระบุปัญหาเกี่ยวกับพฤติกรรมของเครื่อง ปัญหาอาจเกิดจากมอเตอร์กระแสไฟฟ้าสูงเกินไปใกล้กับศูนย์มอเตอร์กระแสไฟฟ้ากระแสที่เพิ่มขึ้นเมื่อสิ้นสุดการทำงานอนุกรมเวลาที่สั้นกว่าปกติสิ่งใดก็ตามที่ไม่เหมือนการทำงานทั่วไปด้านล่าง ใครช่วยแนะนำอัลกอริทึมที่ดีสำหรับการบรรลุนี้ สิ่งเดียวที่ฉันคุ้นเคยคือเครือข่ายประสาท ฉันใส่ไฟล์ Excel ของข้อมูลจริงที่มอเตอร์กระแส
อาจเหมาะสมกว่าสำหรับไซต์สถิติ SE เนื่องจากเกี่ยวข้องกับการตรวจจับความผิดปกติและการสร้างแบบจำลองทางสถิติของอนุกรมเวลา การวิเคราะห์ความอยู่รอดอาจมีบทบาทแม้ว่ามันจะไม่ชัดเจนจากคำถาม
—
Iterator
คุณสามารถโพสต์ภาพของ "ปัญหา" ได้หรือไม่? แนวคิดหนึ่งคือการคำนวณระยะห่างระหว่าง "การทำงานในอุดมคติ" (เช่นเส้นสีแดง) และ "การทำงานจริง" (เส้นสีน้ำเงิน) หากจุดใดไกลเกินไปจาก "การทำงานในอุดมคติ" ตั้งค่าสถานะเป็นปัญหา
—
ซัค
+1 นี่เป็นแนวคิดสำคัญ: ใช้ความรู้เฉพาะแอปพลิเคชันเพื่ออธิบายลักษณะการทำงาน มันจะเกี่ยวข้องและมีพลังมากกว่าเทคนิคทางสถิติใด ๆ ที่เป็นไปได้ สถิติสามารถเสนอวิธีเปรียบเทียบข้อมูลกับ "พื้นฐาน" หรือชุดข้อมูลอุดมคติ
—
whuber
แนวคิดของการใช้ทฤษฎีหรืออุดมคติสามารถรวมเป็นชุดสนับสนุนด้านสาเหตุ / สาเหตุ / ขวามือในรูปแบบฟังก์ชันการถ่ายโอนซึ่งจะให้ข้อมูลการตรวจหาจุดเปลี่ยนที่ฉันอธิบายไว้ในคำตอบของฉัน
—
IrishStat
@ ไอริชฉันคิดว่ามันไม่ง่ายเลย มีรูปร่างที่เป็นลักษณะเฉพาะของการบริโภคในปัจจุบัน: เข็มเริ่มต้นอย่างรวดเร็ว, การลดลงของเลขชี้กำลัง (exponential?), พื้นที่ยาวของ (หวังว่า) กระแสคงที่, ตามด้วยการย่อหย่อนสุดท้าย (ซึ่งถือว่าเป็นรูปร่างลักษณะ) ในตอนท้าย . รายละเอียดจะแตกต่างกัน แต่การแยกความแตกต่างของรูปแบบปกติจากการเปลี่ยนแปลง "ไม่ดี" คือกุญแจ ความกังวลคือสิ่งต่าง ๆ เช่นความสูงสัมพัทธ์ของเข็มเริ่มต้นและเวลาที่ใช้ในการปรับระดับ โปรดจำไว้ว่าวัตถุประสงค์คือเพื่อระบุปัญหาและสิ่งเหล่านั้นบางอย่างอาจมีความละเอียดกว่าการวิเคราะห์มาตรฐานที่จะแสดง
—
whuber