没有合适的资源?快使用搜索试试~ 我知道了~
论文研究-退化数据驱动的设备剩余寿命在线预测.pdf
需积分: 0 24 下载量 99 浏览量
2019-09-16
09:12:07
上传
评论 1
收藏 642KB PDF 举报
温馨提示
为在线预测单台服役设备的可用剩余寿命,提出一种融合先验退化数据和设备自身现场退化数据的剩余寿命预测方法。建立符合非线性Wiener过程描述的设备退化模型,利用先验数据采用极大似然法估计模型中的未知参数,使用贝叶斯方法融合新增的现场退化数据实时更新模型参数,进一步实现对设备实时剩余寿命评估。数值仿真和实例计算的结果表明,与固定参数法相比,该方法能够根据现场退化数据不断更新设备剩余寿命分布,进而更好地体现设备的个体差异,显著降低剩余寿命分布的不确定性。
资源推荐
资源详情
资源评论
2016,52(23)
1 引言
预测与健康管理(PHM)概念出现以来,逐渐成为
研究热点,其技术在诸多领域得到了应用
[1-3]
。PHM 的
核心,是利用状态监测数据,预测设备剩余寿命,确定设
备维修策略,使经济成本或设备失效风险最小化
[4-5]
。可
见,设备的剩余寿命预测是维修决策的基础。现有的剩
余寿命预测技术包括设备失效机理模型法、数据驱动法
以及二者融合的方法等
[6]
。由于失效机理模型较难获
得,数据驱动法逐渐得到重视。传统的数据驱动剩余寿
命预测,是通过统计一类设备的寿命数据,确定其寿命
分布。但是,对于高可靠性设备,由于很难在短期内获
得寿命数据,此法不再适用。同时,在工程实践中,由于
设备运行环境、负载等动态变化,设备的剩余寿命具有
随机性。因此,有效利用实时监测得到的设备退化数据
建立退化模型,然后估计设备剩余寿命更为现实。
常用的退化模型主要包括退化轨迹模型、退化量分
布模型以及随机过程模型等三类
[7]
。由于退化过程因设
备自身特性以及工作环境的变化具有随机和动态特征,
而随机过程模型能够更好地描述这种退化特性,因此,
Singpurwalla
[8]
等使用随机过程来描述退化过程。鉴于
退化数据驱动的设备剩余寿命在线预测
史华洁,薛颂东
SHI Huajie, XUE Songdong
太原科技大学 工业与系统工程研究所,太原 030024
Institu te of Industrial and System Engineering, Taiyuan Un iversity of Science and Technology, Taiyuan 030024, Ch ina
SHI Huajie, XUE Songdong. Degradation data driven online predicti on for equipme nt residual life. Computer
Engineering and Applications, 2016, 5 2(23):249-254.
Abstract:To predict available residual life of single service equipment, a prediction method of resid ual life which com-
bines prior and curre nt degradation data is proposed. The equipment degradat ion model is constructed, conforming to a
nonlin ear Wiener pro cess. The un known parameters are estimated by using the Maximum Li kelihood Estim ate(MLE)
method. Parameters are updated by using the Bayesian method when new degradation data is available. After that, t he
real-time residual lif e is further evaluated. Numerical simulation and case study are conducted. Resul ts indicate that the
presented meth od can update the evaluation distribution of residual li fe by using new degradation data, reflect di ffer ences
between individual equipment well and significantly re duce uncerta inty of the residual life distribution, compar ed with the
fixed parameter me thod.
Key words:residual life; nonlinear Wiener process; B ayesian method ; d egradation; Maximum Li kelihood Estimate(M LE)
摘 要:为在线预测单台服役设备的可用剩余寿命,提出一种融合先验退化数据和设备自身现场退化数据的剩余寿
命预测方法。建立符合非线性 Wiener 过程描述的设备退化模型,利用先验数据采用极大似然法估计模型中的未知
参数,使用贝叶斯方法融合新增的现场退化数据实时更新模型参数,进一步实现对设备实时剩余寿命评估。数值仿
真和实例计算的结果表明,与固定参数法相比,该方法能够根据现场退化数据不断更新设备剩余寿命分布,进而更
好地体现设备的个体差异,显著降低剩余寿命分布的不确定性。
关键词:剩余寿命;非线性维纳过程;贝叶斯方法;退化;极大似然法
文献标志码:A 中图分类号:TP206 doi:10.3778/j. issn.1002-8331.1411-0047
基金项目:国家自然科学基金(No.61472269,No.61403 271);山西省自然科学基金(No.2014011019-2);山西省科技攻关计划项目
(No.2015031004);山西省回国留学人员科研资助项目(No.2016-091)。
作者简介:史华洁(1988—),男,硕士研究生,研究领域为设备健康管理;薛颂东(1968—),通讯作者,男,博士,副教授,研究领域
为设备健康管理,E-mail:xuesongdong @163.com。
收稿日期:2014-11-0 6 修回日期:2015-01-12 文章编号:1002-83 31(2 016)23-0249-06
CNKI 网络优先出版:2015-05-29, http://www.cnki.net/kcms/detail/11.2127.TP.20150529 .1604.008. html
C omputer Engineerin g and Applications 计算机工程与应用
249
资源评论
weixin_38744435
- 粉丝: 373
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- yolo的基本操作用法
- Ubuntu20/22/24通过deb包升级OpenSSH9.9方法 不支持16、18版本,升级有风险,前务必做好快照,以免升级后出现异常影响业务
- java swing(Gui窗体)宿舍管理系统 (有附件)
- 数据集格式转换以及标注框可视化脚本
- 火狐国际开发版安装文件
- Ubuntu 18/20/22/24通过deb包方式升级OpenSSH9.7方法 不支持16版本,升级有风险,前务必做好快照,以免升级后出现异常影响业务
- MATLAB混合编程教程 将Matlab程序转变为C语言.docx
- MATLAB混合编程技巧:将Matlab程序转化为C语言详解
- MATLAB混合编程教程 matlab-compiler与c语言混合编程.docx
- 基于SpringBoot的“篮球论坛系统”的设计与实现(源码+数据库+文档+PPT).zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功