Skip to main content
Modül kütüphanesine dön

İstatistik · Kullanım rehberi

Kanal İstatistikleri

Her kanalı seçilen inceleme aralığında profilleyin. Ortalama, RMS, yayılım ve veri kalitesini ayırıp adil karşılaştırma için seçilmiş kanal metriğini Bar Plot’a gönderin.

Kontrol rehberiÖrnek hesaplamaBilgi kontrolü
Çalışma ekranına geçin

Bu rehberde ele alınan konular

  • Ortalama, RMS ve yayılım farklıdır
  • Geçerli örnek sayıları kapsamı tanımlar

Ne zaman kullanılır: Gelişmiş analizden önce buradan başlayın: kanalın sabit, ofsetli, eksik veya olağandışı değişken olup olmadığını kontrol edin. Profil sonraki analizi seçmeye yardım eder; tek başına mekanik arızayı belirlemez.

01

Uygulama arayüzü

Kanal İstatistikleri

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

Temel kontroller

Gerekli girdiler

  • Zaman alanı kanalları

Çıktılar

  • Özet
  • İstatistikler

Seçili kontrol

Çubuk metriği

Özet çıkışı için ortalama, RMS, min, max, örnek standart sapması veya tepeden tepeye seçin. Tam istatistik çıkışı profili korur.

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

Gerekli girdiler

Zaman alanı kanalları

Kaynağı bağlayıp kanalları seçin ve navigator aralığını tanımlayın.

02

Temel kavramlar

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

Ortalama, RMS ve yayılım farklıdır

Ortalama seviyeyi, RMS seviye ve değişimi birlikte, standart sapma ortalama çevresindeki değişimi ölçer.

Geçerli örnek sayıları kapsamı tanımlar

Benzer iki büyüklük farklı geçerli örnek sayılarından gelebilir. Her profilde eksik veri tanılarını inceleyin.

Temel denklemler

RMS seviye ve değişime ayrılır

xRMS2=μ2+σpopulation2x_{\mathrm{RMS}}^2=\mu^2+\sigma_{\mathrm{population}}^2

Bu eşitlik popülasyon varyansı kullanır. Örnek standart sapması çıkışının paydası farklıdır.

03

Örnek hesaplama

Açıklayıcı örnek · gerçek makine ölçümü değildir

Sıfır olmayan ortalama RMS’e katkı verir

μ = 3, σ_popülasyon = 4 → RMS = 5

RMS 5, değişkenliğin 5 olduğu anlamına gelmez. Seviye katkısı 3, popülasyon standart sapması 4’tür.

Parametreyi değiştirin, ilişkiyi görün

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

Toplam RMS

5

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

Bilginizi kontrol edin

Her örneği 3 olan sabit sinyalin RMS’i nedir?

Bir yanıt seçip kontrol edin.

04

Uygulama prosedürü

  1. 01

    Aralığı ayarlayın

    Karşılaştırılabilir çalışma durumu seçip kanal birimlerini doğrulayın.

  2. 02

    Profili hesaplayın

    Çubuk metriğini seçip Compute çalıştırın; geçerli sayıları ve uçları inceleyin.

  3. 03

    Karşılaştırıp açıklayın

    Özeti Bar Plot’a bağlayıp metriği, birimi ve aralığı raporlayın.

Çıktılar

Özet

Bar Plot için seçilmiş kategorik kanal metriği.

İstatistikler

Ölçüm ve kalite bilgileri içeren kompakt profil tablosu.

Sık yapılan hatalar

Farklı birimli kanalları karşılaştırmak

Büyük sayısal çubuk daha büyük fiziksel cevap demek değildir. Kalibre edilmiş uyumlu birimler kullanın.

Aykırı sayımını onarılmış veri sanmak

Profil salt okunurdur. Açık düzeltme politikası için onarım widgetını kullanın.

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