多退化变量下基于实时健康度的相似性寿命预测方法

发布时间：2018-03-19 13:25

  本文选题：多退化变量　切入点：实时健康度　出处：《计算机集成制造系统》2017年02期 　论文类型：期刊论文

【摘要】：鉴于目前对多退化变量下的相似性寿命预测方法的研究较少,且所用的建模方法仅限于线性回归、较为单一,提出多退化变量下基于实时健康度的相似性寿命预测方法。该方法先采用主成分分析法、支持向量数据描述法、马氏距离和负向转换函数等将多退化变量融合为能反映系统退化状态的定量指标——实时健康度;依据设备的实时健康度,采用面向单退化变量的相似性寿命预测方法预测设备的剩余寿命;通过陀螺仪剩余寿命预测的实例对该方法进行验证分析。研究结果表明,该方法可行并具有一定的优越性,能提供统计意义上更精确的剩余寿命预测结果(即更小的预测误差)。
[Abstract]:In view of the fact that there are few researches on the prediction of similarity life under the condition of multiple degenerate variables, and the modeling method used is limited to linear regression, it is relatively simple. In this paper, a method for predicting similarity life based on real time health under multiple degenerate variables is proposed. Firstly, principal component analysis (PCA) and support vector data description (SVM) are used in this method. Markov distance and negative transformation function fuse the multi-degenerate variables to real-time health degree, which can reflect the degradation state of the system, according to the real-time health degree of the equipment, The residual life of the equipment is predicted by using the similarity life prediction method for single degenerate variable, and the method is verified and analyzed by the example of the gyro residual life prediction. The research results show that the method is feasible and has some advantages. It can provide more accurate residual life prediction results (i.e. smaller prediction error) in statistical sense.
【作者单位】： 重庆大学机械工程学院/机械传动国家重点实验室;
【分类号】：TN96;O213.2

【相似文献】

相关期刊论文 前8条

1 王璐;王正;宋希庚;王魁;赵子豪;;疲劳短裂纹理论及寿命预测方法新进展[J];机械强度;2012年04期

2 刘军,华劲松,刘光祚;性能贮存可靠性评估及贮存寿命预测方法[J];工程数学学报;2004年05期

3 乐晓斌，，何明鉴;微动疲劳寿命预测方法的探讨[J];机械强度;1996年03期

4 廖卫献;小样本核机械设备可靠性寿命预测方法综述[J];中国核科技报告;1999年S4期

5 董杰;陈学东;范志超;江慧丰;陆守香;;基于微观孔洞型损伤的疲劳蠕变寿命预测方法[J];机械强度;2009年04期

6 付德龙;张莉;程靳;;多轴非比例加载低周疲劳寿命预测方法的研究[J];应用力学学报;2006年02期

7 郑立春,姚卫星;疲劳裂纹形成寿命预测方法综述[J];力学与实践;1996年04期

8 ;[J];;年期

相关会议论文 前6条

1 石邢;傅秀章;方立新;吴雁;;建筑使用寿命预测方法[A];城市化进程中的建筑与城市物理环境：第十届全国建筑物理学术会议论文集[C];2008年

2 于海生;谢.尼.舒卡耶夫;王兴国;丰崇友;;一种多轴非比例载荷低周疲劳寿命预测方法[A];第十二届全国疲劳与断裂学术会议论文集[C];2004年

3 涂爱琴;张玉洁;安学银;黄磊;房岩松;;新一代天气雷达寿命预测方法研究[A];第31届中国气象学会年会S1 气象雷达探测技术研究与应用[C];2014年

4 余进;吕彬彬;雷冬;何世平;;应用数字散斑相关技术研究缺口根部高温疲劳变形[A];第十二届全国实验力学学术会议论文摘要集[C];2009年

5 王海斗;徐滨士;朴钟宇;濮春欢;;再制造表面涂层的寿命预测方法[A];第八届全国表面工程学术会议暨第三届青年表面工程学术论坛论文集（二）[C];2010年

6 杨萍;黎学明;付银辉;杨文静;;活性阴极活性损失与寿命预测方法[A];重庆市化学化工学会2009学术年会论文集[C];2009年

相关博士学位论文 前3条

1 周津慧;重大设备状态检测与寿命预测方法研究[D];西安电子科技大学;2006年

2 于战果;军用车辆发动机“动态及时”寿命预测方法及测量系统研究[D];天津大学;2007年

3 张营;滚动轴承磨损区域静电监测技术及寿命预测方法研究[D];南京航空航天大学;2013年

相关硕士学位论文 前6条

1 张士暖;电器产品的寿命预测方法研究[D];河北工业大学;2015年

2 杨鹏;基于在线监测信息的机械设备关键零部件寿命预测方法研究[D];电子科技大学;2016年

3 田静;基于动态故障树的卫星姿态控制系统寿命预测方法研究[D];南京航空航天大学;2016年

4 毕岩;核电关键构件寿命预测方法研究[D];东北大学;2010年

5 辛朋朋;基于最弱环理论的缺口疲劳寿命预测方法研究[D];南京航空航天大学;2012年

6 刘燕飞;滚动轴承的工作状态及寿命预测方法研究[D];湖南大学;2014年

本文编号：1634461