航空学报
航空學報
항공학보
ACTA AERONAUTICA ET ASTRONAUTICA SINICA
2015年
2期
555-563
,共9页
冯磊%王宏力%司小胜%杨晓君%王标标
馮磊%王宏力%司小勝%楊曉君%王標標
풍뢰%왕굉력%사소성%양효군%왕표표
剩余寿命%预测%半随机滤波%期望最大化%扩展卡尔曼滤波
剩餘壽命%預測%半隨機濾波%期望最大化%擴展卡爾曼濾波
잉여수명%예측%반수궤려파%기망최대화%확전잡이만려파
residual life%prediction%semi-stochastic filter%expectation maximization%extended Kalman filter
剩余寿命(RL)预测是设备预测维护的关键环节.准确在线预测能够为维护策略的实时安排提供更加精确的技术支持,有效避免失效的发生.工程实际中,反映设备退化过程的性能指标往往不能直接监测,为解决隐含退化过程的剩余寿命在线预测问题,提出一种基于半随机滤波-期望最大化(EM)算法的预测方法.首先以剩余寿命为隐含状态,构建状态空间模型描述直接监测数据与设备剩余寿命间的随机关系.为实现单个设备剩余寿命的在线预测,依据到当前时刻为止的监测数据,采用扩展卡尔曼滤波(EKF)与期望最大化算法相互协作的方法实时估计与更新模型未知参数和剩余寿命分布.最后,将该方法用于惯性测量组合(IMU)剩余寿命在线预测问题,实验结果表明该方法能够提高预测的准确性并减少预测的不确定性.
剩餘壽命(RL)預測是設備預測維護的關鍵環節.準確在線預測能夠為維護策略的實時安排提供更加精確的技術支持,有效避免失效的髮生.工程實際中,反映設備退化過程的性能指標往往不能直接鑑測,為解決隱含退化過程的剩餘壽命在線預測問題,提齣一種基于半隨機濾波-期望最大化(EM)算法的預測方法.首先以剩餘壽命為隱含狀態,構建狀態空間模型描述直接鑑測數據與設備剩餘壽命間的隨機關繫.為實現單箇設備剩餘壽命的在線預測,依據到噹前時刻為止的鑑測數據,採用擴展卡爾曼濾波(EKF)與期望最大化算法相互協作的方法實時估計與更新模型未知參數和剩餘壽命分佈.最後,將該方法用于慣性測量組閤(IMU)剩餘壽命在線預測問題,實驗結果錶明該方法能夠提高預測的準確性併減少預測的不確定性.
잉여수명(RL)예측시설비예측유호적관건배절.준학재선예측능구위유호책략적실시안배제공경가정학적기술지지,유효피면실효적발생.공정실제중,반영설비퇴화과정적성능지표왕왕불능직접감측,위해결은함퇴화과정적잉여수명재선예측문제,제출일충기우반수궤려파-기망최대화(EM)산법적예측방법.수선이잉여수명위은함상태,구건상태공간모형묘술직접감측수거여설비잉여수명간적수궤관계.위실현단개설비잉여수명적재선예측,의거도당전시각위지적감측수거,채용확전잡이만려파(EKF)여기망최대화산법상호협작적방법실시고계여경신모형미지삼수화잉여수명분포.최후,장해방법용우관성측량조합(IMU)잉여수명재선예측문제,실험결과표명해방법능구제고예측적준학성병감소예측적불학정성.