-
题名基于半随机滤波的线性退化设备剩余寿命预测
被引量：2
- 1
-
-
作者
朱旭
司小胜
胡昌华
莫仁鹏
-
机构
火箭军工程大学
-
出处
《电光与控制》
CSCD
北大核心
2022年第5期97-101,共5页
-
基金
国家自然科学优秀青年基金(61922089)
国家自然科学基金面上项目(61773386)。
-
文摘
剩余寿命(RUL)预测是当前设备健康管理技术研究的核心。在现有的剩余寿命预测方法中,半随机滤波方法具有能够充分利用历史监测信息的优势,因而得到了广泛应用。然而,在现有的基于半随机滤波的剩余寿命预测研究中,半随机滤波模型需要的初始寿命分布主要依赖数据拟合的方法获得,没有充分利用寿命数据和设备退化的先验知识。为解决该问题,提出了一种考虑设备退化先验知识的基于半随机滤波的线性随机退化设备剩余寿命预测方法。该方法依据线性随机退化设备的退化失效特点,采用逆高斯分布描述设备的寿命分布,利用半随机滤波技术预测设备的剩余寿命,其中,模型参数基于历史监测数据通过极大似然方法估计得到。最后,基于疲劳裂纹增长数据进行了验证,结果表明,所提方法能够有效提高剩余寿命预测精度。
-
关键词
剩余寿命预测
半随机滤波
性能退化
逆高斯分布
-
Keywords
remaining useful lifetime prediction
semi-stochastic filter
performance degradation
inverse Gaussian distribution
-
分类号
TP202.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于半随机滤波-期望最大化算法的剩余寿命在线预测
被引量：12
- 2
-
-
作者
冯磊
王宏力
司小胜
杨晓君
王标标
-
机构
第二炮兵工程大学
[
-
出处
《航空学报》
EI
CAS
CSCD
北大核心
2015年第2期555-563,共9页
-
基金
国家自然科学基金(61174030
61304240
+2 种基金
61374126
61473094)
中国博士后科学基金(2014M552589)~~
-
文摘
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。
-
关键词
剩余寿命
预测
半随机滤波
期望最大化
扩展卡尔曼滤波
-
Keywords
residual life
prediction
semi-stochastic filter
expectation maximization
extended Kalman filter
-
分类号
V249.322
[航空宇航科学与技术—飞行器设计]
TP202.1
[自动化与计算机技术—检测技术与自动化装置]
-
