排序方式: 共有12条查询结果,搜索用时 31 毫秒
1.
2.
3.
4.
假设对象系统的故障演化过程可以由一个含有未知缓变参数的状态空间模型加以描述,则故障预测问题就可以转化为一个在已知当前系统信息的条件下,对系统未来某一时刻的状态变量的估计问题.针对该问题的求解提出了一种基于二元估计和粒子滤波的故障预测算法.算法的实施分为两个主要阶段:在状态估计阶段,采用两个并联的粒子滤波器迭代估计当前时刻对象系统故障演化模型状态和未知参数的后验分布.在状态预测阶段,对当前时刻故障演化模型状态的后验分布进行迭代采样,以采样样本粒子来近似估计未来时刻的状态变量的先验分布密度.在上述计算结果的基础上,结合相应的故障判据,算法采用计算对象系统未来时刻故障概率的方法预测其剩余使用寿命.仿真实验中将本文提出的算法与基于联合估计的故障预测算法进行对比,实验结果证明了所提算法的有效性. 相似文献
5.
6.
7.
变工况条件下基于相似性的剩余使用寿命预测方法 总被引:1,自引:0,他引:1
剩余使用寿命(RUL)预测是预测与健康管理(PHM)中的核心环节。提出一种变工况条件下基于相似性的RUL预测方法。结合相似性预测方法无需进行复杂的退化过程建模而能提供合理预测的优势,引入工况即设备工作时所处的环境或操作载荷等因素的影响来提升设备RUL预测准确性。对参考样本建立多工况的设备退化模型提升模型精度,在服役样本相似性度量预测中进行工况的匹配以实现在变工况下的RUL预测。方法能够更准确地描述实际工程中设备的退化过程和个体差异。依据相同准确度标准完成多组基本相似性方法和本文方法的对比实验结果表明,本文方法能够有效提高RUL预测准确度。 相似文献
8.
工程系统健康描述及基于GFRF方法的健康监测 总被引:1,自引:1,他引:0
健康管理概念是伴随着工程系统应用而产生的.针对目前复杂系统综合健康管理技术领域缺乏有效的系统健康表示方法的问题,提出了健康向量、健康指数、健康函数、健康态变映射、健康状态映射等一系列描述工程系统健康的基本概念.与传统的部件状态参数描述方法相比,引入健康向量等概念可以全面地描述系统级健康,并且能够有效地刻画系统健康的动态变化本质.分析了Volterra级数系统描述方法和广义频率响应函数分析技术,利用系统健康形式化定义构建系统健康向量,讨论了一类非线性系统基于广义频率响应函数的健康监测技术.以非线性弹簧-阻尼-质量块系统为研究对象,通过仿真计算,给出了系统健康监测数据与系统健康指数的对应关系.仿真实验结果证明了系统健康形式化描述方法的有效性以及基于广义频率响应函数健康监测方法的可行性. 相似文献
9.
10.
随着人工智能诊断推理机及其各种工具的迅速发展,有必要建立这些工具和正式数据规范之间的标准接口,以便捕捉将由这些工具处理的相关信息。现有的测试标准在测试应用中几乎没有提供使用AI技术的指导,拟用的AI标准(例如LIF)没有明确地论述测试委员会所关心的问题。因此,目前还没有论述AI系统在测试环境中应用的标准。AI-ESTATE试图填补这项空白。本文将提供关于所有AI-ESTATE标准的状态以及它们所支持的多种诊断工具和潜在应用的最新资料。 相似文献