Skip to main content
Modül kütüphanesine dön

Veri Ön İşleme · Kullanım rehberi

Normalleştirme ve Ölçekleme

Kanal biçimlerini istatistiksel ölçekte karşılaştırın. Normalleştirmeyi fiziksel kalibrasyonla karıştırmadan tam-kayıt Z-skor, Min-Max veya sınırlı kesin medyan/IQR ölçeklemesini seçin.

Kontrol rehberiÖrnek hesaplamaBilgi kontrolü
Çalışma ekranına geçin

Bu rehberde ele alınan konular

  • İstatistiksel ölçek fiziksel birimi kaldırır
  • Referansı kapsam belirler

Ne zaman kullanılır: Farklı sayısal aralıklar benzer eğilimleri gizlediğinde kullanın. Mutlak sınırlar önemliyse kalibre edilmiş mühendislik kanallarını normalleştirilmiş sonuçla birlikte tutun.

01

Uygulama arayüzü

Normalleştirme ve Ölçekleme

Gerçek uygulama penceresi
MachinePulseAI masaüstü uygulamasında Normalleştirme ve Ölçekleme penceresi
MachinePulseAI masaüstü uygulamasından (Space teması) sentetik demo verisiyle alınmıştır. Görünen değerler açıklayıcıdır; makine ölçümü değildir.

Temel kontroller

Gerekli girdiler

  • Sayısal kaynak kanallar

Çıktılar

  • Normalleştirilmiş kanallar

Seçili kontrol

Z-Skor (tam kayıt)

Tam kayıt ortalamasını çıkarıp standart sapmaya bölün. Sonuç kanal ortalamasından boyutsuz uzaklıktır.

Bu, widget’ın MachinePulseAI uygulamasındaki gerçek penceresidir. Amacını öğrenmek için numaralı bir işarete veya bir kontrole tıklayın.

Gerekli girdiler

Sayısal kaynak kanallar

Hedef kanalları seçip sabit değerleri, eksik örnekleri ve tekil uçları inceleyin.

02

Temel kavramlar

Aşağıdaki kavramlar hesaplamanın veya görünümün neyi ölçtüğünü açıklar; sonuç yorumlanmadan önce bilinmelidir.

İstatistiksel ölçek fiziksel birimi kaldırır

Normalleştirilmiş 2 değeri 2 mm/s değildir. Dönüşüm makine şiddeti eşiğini değil, dağılımdaki konumu ifade eder.

Referansı kapsam belirler

Tam-kayıt ölçeklemesi tüm kanal istatistiklerini kullanır. Sensör duyarlılığı değişmese bile farklı kayıtlar farklı kazançlar alabilir.

Temel denklemler

Standart ve robust ölçekleme

z=x−μσ,r=x−median⁡(x)Q3−Q1z=\frac{x-\mu}{\sigma},\quad r=\frac{x-\operatorname{median}(x)}{Q_3-Q_1}

Sıfır olmayan ölçek gerekir. Ortalama/sapma ve medyan/IQR farklı dağılım referanslarını tanımlar.

03

Örnek hesaplama

Açıklayıcı örnek · gerçek makine ölçümü değildir

Standartlaştırılmış değeri okuyun

(14 − 10) / 2 = 2

Ortalama 10, standart sapma 2 ise 14 değeri ortalamanın iki standart sapma üstündedir. Bu tek başına anomaliyi kanıtlamaz.

Parametreyi değiştirin, ilişkiyi görün

Çalışılmış ilişkiyi keşfetmek için kontrolleri hareket ettirin. Tüm değerler sentetiktir; belirtilen varsayımlar geçerlidir.

Z-skor

2

Yalnızca skaler eğitim modeli. Uygulama analizini çalıştırmaz veya gerçek ölçümü doğrulamaz.

Bilginizi kontrol edin

Sensör volt değerlerinden ivmeye çevrilmeli. Hangi widget uygun?

Bir yanıt seçip kontrol edin.

04

Uygulama prosedürü

  1. 01

    Dağılımı inceleyin

    Kaynak aralıklarını kontrol edip ölçeği uçların yönetip yönetmeyeceğine karar verin.

  2. 02

    Referansı seçin

    Yöntemi ve kanalları seçin; fiziksel birim dönüşümü Sensör Kalibrasyonuna aittir.

  3. 03

    Oluşturup karşılaştırın

    Normalleştirilmiş kanalları oluşturup biçimlerini özgünleriyle karşılaştırın.

Çıktılar

Normalleştirilmiş kanallar

Türetilmiş kanallar karşılaştırma için kaynak ölçümü korur.

Sık yapılan hatalar

Normalleştirilmiş genliği şiddet saymak

Kabul kararlarında özgün mühendislik birimlerini koruyun. Normalleştirme fiziksel alarm eşiği sağlayamaz.

Sıfır paydayı yok saymak

Sabit kanalda standart sapma ve aralık sıfırdır. Anlamlı değişim varsaymak yerine tanıyı kontrol edin.

05

Kaynaklar

Bu kaynaklar temel kavramları açıklar. Uygulama kontrolleri ve kullanılabilirlik yerel MachinePulseAI uygulamasına göre anlatılır.

İlgili modülle devam edin

Erken Erişim Şimdi Açık

Bugün daha akıllı analiz etmeye başlayın

Savunma, havacılık, enerji ve otomotiv sektörlerindeki test ve değerlendirme ekipleri için tasarlandı. Teknik ürün demosu talep edin.

Windows 10/11 · En az 8 GB RAM · İnternet gerektirmez