Information Integration-Based Factor Object Approach for Object Classification Judgment in the System Fault Evolution Process

Shasha Li

doi:10.1016/j.jii.2025.100967

Information Integration-Based Factor Object Approach for Object Classification Judgment in the System Fault Evolution Process

2025-09-30

0

PRE

AI

S

Shasha Li

Tie Jun Cui (Tie Jun Cui) *

DOI：10.1016/j.jii.2025.100967

原文链接

原文求助

摘要

En 中文

工业系统故障信息是故障相关数据的融合，其中对象代表核心故障事件，因素量化其动态状态。因素变化直接反映对象特征，驱动系统故障演化过程（SFEP）——系统功能从正常运行到失效的复杂进展，由对象状态和因素值的时间变化塑造。为评估因素在SFEP中对对象分类的影响，本文提出基于因子-对象集成（IFO）的对象分类判断方法（OCJM-IFO），一种源于邻域保持嵌入（NPE）算法的新方法。OCJM-IFO解决了现有方法的局限性：处理稀疏数据、避免维度灾难，并通过最优权重比率系数动态融合来自有标签（类内）和无标签（类间）数据的权重，减少对先验规则的依赖。这种融合使因素影响的全面评估成为可能。在电气系统和MOSFET故障（每个涉及6个因素和100个对象）上的实验验证了该方法：识别出有利、不确定和不利因素集合，结果与物理故障特征高度吻合。该算法需要由时间序列对象组成的数据结构，支持实时数据集更新。因此，它特别适用于工业环境中的智能实时监控系统，具有通用性和易得的数据访问性。OCJM-IFO数据集的构建过程已给出。本研究加强了工业系统中的故障信息集成，为故障诊断和预防性维护提供了可靠工具，并在提高系统可靠性方面展现出工程应用价值。

Information Integration-Based Factor Object Approach for Object Classification Judgment in the System Fault Evolution Process

摘要

期刊

机构

引用论文