전기 구동 시스템에 응용하는 확률 관련 초기 결함 탐지 및 진단 방법론

초기 결함으로 인한 혼잡 문제를 다루면서, 이 간략한 보고서는 확률 관점에서 확률 관련 주성분 분석이라 불리는 새로운 결함 탐지 및 진단 (FDD) 방식을 개발할 것입니다. 제안된 방법론은 정보 분야의 쿨백-라이블러 발산 및 기계 학습 영역의 베이지안 추론과 협력합니다. 다변량 통계 분석의 틀 내에서 표준 FDD 방법과 비교할 때, 이 새로운 FDD 방식은 특히 초기 결함에 대해 허용 가능한 오경고 비율 하에서 결함에 더 민감하며, 향상된 결함 탐지 가능성의 도움으로 결함 진단에서도 더 정확합니다. 제안된 FDD 방법의 효과는 수학적 분석 및 기하학적 설명으로 설명되며, 수치 예제 및 고속 열차의 전기 구동 시스템에 대한 실제 실험 세트를 통해 검증됩니다.