操作平稳检测

单位根检验：单位根检验是一种常用的统计方法，用于判断时间序列是否为平稳序列。常见的单位根检验包括ADF（Augmented Dickey-Fuller）检验和PP（Phillips-Perron）检验。

KPSS检验：KPSS（Kwiatkowski-Phillips-Schmidt-Shin）检验是另一种用于检测时间序列平稳性的统计测试。与单位根检验不同，KPSS检验的原假设是数据是平稳的，因此可以与单位根检验结合使用。

自相关函数（ACF）和偏自相关函数（PACF）：通过计算自相关函数和偏自相关函数，可以直观地判断序列的平稳性。平稳序列的自相关通常在较短的滞后时间内迅速衰减。

Hurst指数：Hurst指数是一种通过对时间序列进行分形分析来判断其平稳性的方法。Hurst指数小于0.5表示反集权性，接近0.5表示随机游走，大于0.5则表示长程相关性，这可以帮助检测平稳性。

光滑处理：通过对序列进行移动平均或差分等光滑处理，可以帮助识别和去除不平稳特征，使得序列更易于被识别为平稳。

谱分析：通过谱分析，可以观察时间序列的频率分布。平稳序列通常不会有明显的周期性成分，因此没有特别突出的频率峰值。

协整检验：对于多元时间序列，协整检验可以用于确定多个非平稳时间序列之间是否存在长期的稳定关系。

加速度传感器：用于监控发动机或设备的振动情况，通过测量振动强度来检测不平稳状态。

激光对中仪：用于检测旋转设备的对中情况。如果设备对中不良，会导致不平稳运行。

频谱分析仪：通过分析设备运行状态下的频谱，识别特定频率的振动模式，以检测潜在的平稳性问题。

红外热成像仪：用于监测设备的热分布异常，通过发现局部过热情况诊断不平稳和磨损问题。

超声波检测仪：用于听取和捕捉设备上的高频声音，这些声音可能指示润滑问题或不平稳运转。

电流分析仪：通过监控电机的电流消耗和波动来识别不平稳状况，适用于电动机和发电机的检测。