基于核微分同胚变换的实时剩余寿命预测

发布时间：2024-03-23 10:59

　　基于核密度估计的实时剩余寿命预测,不对数据分布形式做任何假设,而从数据本身出发研究其分布特征,避免了现有许多数据驱动方法需要进行模型结构假设及参数估计,但会导致寿命预测不够准确的问题,而传统核密度估计用于有界变量的概率密度估计时,会在区间边界处产生估计偏差,进而影响剩余寿命预测的准确性。针对以上问题,本文提出一种基于核微分同胚估计的实时剩余寿命预测方法。该方法利用微分同胚变换将有界随机变量变换到整个实数域,从而转换为传统意义上的核密度估计问题进行求解。最后,通过实例验证了该方法的可行性和有效性,并对最优初始样本数对实时剩余寿命预测准确性的影响进行了分析。

【文章页数】：11 页

【部分图文】：

图3.7不同监测点RUL的概率密度比较

第三章基于核微分同胚变换的实时剩余寿命预测建模47本数有限，预测的平均剩余寿命（MTTF）与实际剩余寿命之间的误差较大；接下来，随着设备实时监测的进行，接收到的样本数不断增多，预测剩余寿命的概率密度随着时间的推移不断变窄，方差变小，说明实时预测的不确定性不断减小，预测的实时剩余寿....

图3.9齿轮试验台架Figure3.9Gearfatiguetestbench

第三章基于核微分同胚变换的实时剩余寿命预测建模49寿命预测中具有一定的竞争性。3.5.7齿轮疲劳试验为进一步验证提出方法的竞争性和有效性，另外采用齿轮疲劳采集的数据进行了实时剩余寿命预测。数据来源于图3.9所示的试验台。图3.9中给出了主试齿轮箱、陪试齿轮箱的位置，齿轮箱中心距为....

图3.13陪试箱加速度传感器位置图

第三章基于核微分同胚变换的实时剩余寿命预测建模51图3.13陪试箱加速度传感器位置图Figure3.13Sensors’placementschemeoftheaccompanygearbox图3.14噪声传感器布置位置图Figure3.14Noisesensors’placem....

图3.14噪声传感器布置位置图

第三章基于核微分同胚变换的实时剩余寿命预测建模51图3.13陪试箱加速度传感器位置图Figure3.13Sensors’placementschemeoftheaccompanygearbox图3.14噪声传感器布置位置图Figure3.14Noisesensors’placem....

本文编号：3935822