光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2013年
9期
2478-2482
,共5页
孙磊%贾云献%蔡丽影%林国语%赵劲松
孫磊%賈雲獻%蔡麗影%林國語%趙勁鬆
손뢰%가운헌%채려영%림국어%조경송
油液光谱分析%粒子滤波%发动机%剩余寿命预测
油液光譜分析%粒子濾波%髮動機%剩餘壽命預測
유액광보분석%입자려파%발동궤%잉여수명예측
Oil spectrometric analysis%Particle filtering%Engine%Remaining useful life prediction
油液光谱分析是机械磨损状态监测、故障诊断与故障预测的重要技术,基于光谱数据的机械状态剩余寿命预测有利于实现机械系统的最优维修决策.由于机械设备越来越复杂,其健康状态的退化过程很难用线性模型来表示,而粒子滤波(particle filter,PF)对非线性非高斯系统的处理能力,与经典Kalman滤波相比具有明显的优势,文章将PF预测方法运用于光谱分析,提出了基于PF和油液光谱分析技术的设备剩余寿命预测方法.在预测模型中实现了根据设备后验分布的估计值预测其先验分布概率,建立了基于PF的多步向前长期预测模型.最后,对某发动机实际的光谱分析数据进行了预测和分析,并与传统Kalman滤波方法的预测结果进行了比较,结果充分表明了本方法的有效性和优越性.
油液光譜分析是機械磨損狀態鑑測、故障診斷與故障預測的重要技術,基于光譜數據的機械狀態剩餘壽命預測有利于實現機械繫統的最優維脩決策.由于機械設備越來越複雜,其健康狀態的退化過程很難用線性模型來錶示,而粒子濾波(particle filter,PF)對非線性非高斯繫統的處理能力,與經典Kalman濾波相比具有明顯的優勢,文章將PF預測方法運用于光譜分析,提齣瞭基于PF和油液光譜分析技術的設備剩餘壽命預測方法.在預測模型中實現瞭根據設備後驗分佈的估計值預測其先驗分佈概率,建立瞭基于PF的多步嚮前長期預測模型.最後,對某髮動機實際的光譜分析數據進行瞭預測和分析,併與傳統Kalman濾波方法的預測結果進行瞭比較,結果充分錶明瞭本方法的有效性和優越性.
유액광보분석시궤계마손상태감측、고장진단여고장예측적중요기술,기우광보수거적궤계상태잉여수명예측유리우실현궤계계통적최우유수결책.유우궤계설비월래월복잡,기건강상태적퇴화과정흔난용선성모형래표시,이입자려파(particle filter,PF)대비선성비고사계통적처리능력,여경전Kalman려파상비구유명현적우세,문장장PF예측방법운용우광보분석,제출료기우PF화유액광보분석기술적설비잉여수명예측방법.재예측모형중실현료근거설비후험분포적고계치예측기선험분포개솔,건립료기우PF적다보향전장기예측모형.최후,대모발동궤실제적광보분석수거진행료예측화분석,병여전통Kalman려파방법적예측결과진행료비교,결과충분표명료본방법적유효성화우월성.
