一种基于自适应阈值的煤矿液压支架状态监测方法

本发明公开了一种基于自适应阈值的煤矿液压支架状态监测方法，在离线训练阶段，首先基于健康样本数据建立初始CCA模型，并计算对应的多元故障监测指标；随后，采用核密度估计方法，根据指标样本学习其概率密度分布，并依据设定的置信度确定初始报警阈值；在线监测阶段，实时计算多元故障监测指标并与阈值比较实现故障预警；同时，通过评估实时数据的统计特征，在识别正常性能漂移时迭代更新CCA模型参数。本发明通过核密度估计确立更符合多元故障监测指标真实分布的阈值，克服了传统方法对数据分布假设的依赖，有效降低了误报警与漏报警风险。