模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2013年
4期
357-365
,共9页
司小胜%胡昌华%李娟%陈茂银
司小勝%鬍昌華%李娟%陳茂銀
사소성%호창화%리연%진무은
退化%剩余寿命(RUL)%数据驱动%期望最大化%预测
退化%剩餘壽命(RUL)%數據驅動%期望最大化%預測
퇴화%잉여수명(RUL)%수거구동%기망최대화%예측
Degradation%Remaining Useful Life (RUL)%Data Driven%Expectation Maximization%Prognostics
设备的剩余寿命(RUL)估计是对设备进行视情维护、预测与健康管理的关键问题之一.为实现对于单个服役设备退化过程的建模以及RUL的估计,文中提出一种Bayesian更新与期望最大化算法协作下退化数据驱动的RUL估计方法.首先利用指数退化模型来描述设备的退化过程,基于监测的退化数据,利用Bayesian方法对模型的随机参数进行更新,进而得到RUL的概率分布函数和点估计.其次,利用运行设备到当前时刻的监测数据,基于EM算法给出退化模型中非随机未知参数的估计方法,并证明参数迭代估计中每步得到的结果是唯一最优解.最后通过数值仿真和实际数据应用研究,表明文中方法可对单个设备退化过程进行建模,有效估计退化模型中的未知参数,进而得到更好的RUL估计结果.
設備的剩餘壽命(RUL)估計是對設備進行視情維護、預測與健康管理的關鍵問題之一.為實現對于單箇服役設備退化過程的建模以及RUL的估計,文中提齣一種Bayesian更新與期望最大化算法協作下退化數據驅動的RUL估計方法.首先利用指數退化模型來描述設備的退化過程,基于鑑測的退化數據,利用Bayesian方法對模型的隨機參數進行更新,進而得到RUL的概率分佈函數和點估計.其次,利用運行設備到噹前時刻的鑑測數據,基于EM算法給齣退化模型中非隨機未知參數的估計方法,併證明參數迭代估計中每步得到的結果是唯一最優解.最後通過數值倣真和實際數據應用研究,錶明文中方法可對單箇設備退化過程進行建模,有效估計退化模型中的未知參數,進而得到更好的RUL估計結果.
설비적잉여수명(RUL)고계시대설비진행시정유호、예측여건강관리적관건문제지일.위실현대우단개복역설비퇴화과정적건모이급RUL적고계,문중제출일충Bayesian경신여기망최대화산법협작하퇴화수거구동적RUL고계방법.수선이용지수퇴화모형래묘술설비적퇴화과정,기우감측적퇴화수거,이용Bayesian방법대모형적수궤삼수진행경신,진이득도RUL적개솔분포함수화점고계.기차,이용운행설비도당전시각적감측수거,기우EM산법급출퇴화모형중비수궤미지삼수적고계방법,병증명삼수질대고계중매보득도적결과시유일최우해.최후통과수치방진화실제수거응용연구,표명문중방법가대단개설비퇴화과정진행건모,유효고계퇴화모형중적미지삼수,진이득도경호적RUL고계결과.