检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

不确定退化测量数据下的剩余寿命估计

电子学报 2015年第1期43卷 30-35页

作者：司小胜胡昌华张琪何华锋周涛第二炮兵工程大学控制工程系302教研室陕西西安710025

剩余寿命估计是工程系统预测与健康管理的关键.目前,基于观测的系统退化数据进行剩余寿命估计得到了很大的关注.由于系统随机退化过程和测量误差的影响,测量数据中不可避免包含退化随机性和测量不确定性.然而,现有基于观测数据的剩余寿... 详细信息

剩余寿命估计是工程系统预测与健康管理的关键.目前,基于观测的系统退化数据进行剩余寿命估计得到了很大的关注.由于系统随机退化过程和测量误差的影响,测量数据中不可避免包含退化随机性和测量不确定性.然而,现有基于观测数据的剩余寿命估计研究中,没有将退化随机性和测量不确定性对估计的剩余寿命分布的影响同时考虑.鉴于此,提出了一种基于Wiener过程且同时考虑随机退化和不确定测量的退化建模方法,利用Kalman滤波技术,实现了潜在退化状态的实时估计.在退化状态估计的基础上,得到了同时考虑退化状态不确定性和测量不确定性的解析剩余寿命分布.此外,提出了一种基于极大似然方法的退化模型参数估计方法.最后,通过陀螺仪的退化测量数据验证了本文提出的方法优于不考虑测量不确定性的方法,可以提高剩余寿命估计的准确性.

关键词：剩余寿命估计退化模型不确定测量 Kalman滤波

考虑测量误差的步进加速退化试验建模与剩余寿命估计

在线全文

学校读者我要写书评

暂无评论

兵工学报 2017年第8期38卷 1586-1592页

作者：刘小平张立杰沈凯凯高强燕山大学先进锻压成形技术与科学教育部重点实验室河北秦皇岛066004 燕山大学河北省重型机械流体动力传输与控制重点实验室河北秦皇岛066004

步进应力加速退化试验已发展成高可靠、长寿命产品可靠性评估与剩余寿命估计的主要试验方法。为研究测量误差在基于步进应力加速退化试验方法剩余寿命估计中的影响,建立了基于Wiener过程的考虑个体差异和测量误差的退化模型。将Wiener... 详细信息

步进应力加速退化试验已发展成高可靠、长寿命产品可靠性评估与剩余寿命估计的主要试验方法。为研究测量误差在基于步进应力加速退化试验方法剩余寿命估计中的影响,建立了基于Wiener过程的考虑个体差异和测量误差的退化模型。将Wiener过程的漂移系数随机化描述个体差异,在首达时间意义下得到了寿命分布的概率密度函数。基于极大似然估计法对模型中引入的未知参数进行估计。采用蒙特卡洛方法对激光器的性能退化进行了仿真研究。研究结果表明,考虑测量误差的退化模型的模型拟合性和剩余寿命估计精度都优于不考虑测量误差的方法,可以提高可靠性估计的精度与剩余寿命预测的准确性。

关键词：概率论随机过程剩余寿命估计步进应力测量误差极大似然估计

在线全文

学校读者我要写书评

暂无评论

不完美维护活动干预下的设备剩余寿命估计

中国惯性技术学报 2016年第5期24卷 688-695页

作者：胡昌华裴洪王兆强张正新周绍华火箭军工程大学302教研室西安710025

剩余寿命估计是保障设备安全性和可靠性的关键技术。现有文献在研究维护活动干预下的设备剩余寿命估计问题时,通常仅考虑维护活动对退化水平或退化速率的单一影响,忽略了维护活动对两者的双重影响。鉴于此,提出了一种考虑不完美维护活... 详细信息

剩余寿命估计是保障设备安全性和可靠性的关键技术。现有文献在研究维护活动干预下的设备剩余寿命估计问题时,通常仅考虑维护活动对退化水平或退化速率的单一影响,忽略了维护活动对两者的双重影响。鉴于此,提出了一种考虑不完美维护活动影响的性能退化建模与剩余寿命估计方法,融合了维护活动对设备退化水平和退化速率的双重影响。首先基于扩散过程分阶段建立存在不完美维护活动干预下的随机退化模型,然后基于设备的状态监测数据和维护数据对模型参数进行极大似然估计和Bayesian更新,最后在首达时间的概念下,推导得到了剩余寿命的解析概率分布。实验结果表明,所提出方法能够大大提高存在不完美维护活动影响设备的剩余寿命估计精度。

关键词：不完美维护剩余寿命估计扩散过程首达时间

在线全文

学校读者我要写书评

暂无评论

基于深度学习的锂离子电池剩余寿命估计

无线电工程 2021年第7期51卷 641-648页

作者：曹孟达张涛王羽张亚军刘亚杰国防科技大学系统工程学院湖南长沙410073

锂离子电池剩余使用寿命(Remaining Useful Life,RUL)的准确预测能够帮助更好地了解锂离子电池的工作状态,人工智能和深度学习的发展为锂离子电池RUL预测提供了新的数据驱动方法。基于自动编码器和深度神经网络,提出了一种深度学习框架... 详细信息

锂离子电池剩余使用寿命(Remaining Useful Life,RUL)的准确预测能够帮助更好地了解锂离子电池的工作状态,人工智能和深度学习的发展为锂离子电池RUL预测提供了新的数据驱动方法。基于自动编码器和深度神经网络,提出了一种深度学习框架的锂离子电池RUL预测方法。通过自动编码器对锂离子电池进行退化特征的提取和融合,以融合特征作为输入、电池容量作为输出,训练深度神经网络用于多电池RUL预测。将该方法应用于NASA的锂离子电池的真实数据集。实验结果表明,该深度学习预测框架中自动编码器提取融合特征后能够提高RUL预测精度,预测方法具有很好的可靠性和准确性。

关键词：锂离子电池剩余寿命估计深度学习自动编码器深度神经网络

在线全文

学校读者我要写书评

暂无评论

轴承磨损阶段划分与分段剩余寿命估计方法

控制工程 2022年第4期29卷 593-599,636页

作者：郑琪赵春晖浙江大学控制科学与工程学院工业控制技术国家重点实验室浙江杭州310027

轴承是机械设备中的重要零部件,对其剩余寿命进行预测具有实际意义。目前的预测方法大多关注剩余寿命的单点预测精度,使得模型优化目标容易受噪声过大点的影响,导致轴承剩余寿命预测不准确。针对上述问题,提出了一种轴承磨损阶段划分与... 详细信息

轴承是机械设备中的重要零部件,对其剩余寿命进行预测具有实际意义。目前的预测方法大多关注剩余寿命的单点预测精度,使得模型优化目标容易受噪声过大点的影响,导致轴承剩余寿命预测不准确。针对上述问题,提出了一种轴承磨损阶段划分与分段剩余寿命估计的方法。该方法首先提取出轴承处于稳定磨损阶段的数据,然后对剩余寿命进行片段划分,将分段预测精度作为模型的优化目标,减弱了预测误差的单点影响,有效提升了预测精度。该方法通过美国辛辛那提大学智能系统维护中心的公开数据集进行了验证。

关键词：剩余寿命估计片段划分磨损阶段划分特征筛选

考虑软件运行的软-硬件退化系统剩余寿命估计

在线全文

学校读者我要写书评

暂无评论

计算机科学 2019年第B6期46卷 511-517,531页

作者：韩佳佳张德平南京航空航天大学计算机科学与技术学院

针对软-硬件系统级剩余寿命估计难题,传统的研究方法都是单独考虑了软件可靠性或硬件可靠性,而忽略了软件与硬件之间的交互影响。文中基于硬件性能退化过程提出了一种将软件的使用或运行看作是系统的一种外部冲击的新方法。该方法通过... 详细信息

针对软-硬件系统级剩余寿命估计难题,传统的研究方法都是单独考虑了软件可靠性或硬件可靠性,而忽略了软件与硬件之间的交互影响。文中基于硬件性能退化过程提出了一种将软件的使用或运行看作是系统的一种外部冲击的新方法。该方法通过硬件性能退化指标来表征软件运行对系统的影响,主要采用离散隐Markov过程来描述两者之间的关系。具体地,对信号数据采用信号分解与特征提取技术得到性能退化指标,运用隐Markov模型构建隐含状态与实际退化之间的对应关系。根据在不同软件运行条件下系统性能退化指标样本中的拐点个数,对同一硬件退化过程分段构建不同的退化模型,使模型更加精确地描述退化过程。采用随机仿真技术与优化技术对硬件剩余寿命进行估计,根据系统体系结构估计软-硬件系统的剩余寿命。利用某武器装备系统的性能监测数据,将所提算法与传统系统级剩余寿命估计模型(BP神经网络)进行对比,证明了所提算法具有较高的估计精度。

关键词：软-硬件系统剩余寿命估计离散隐Markov过程退化模型

在线全文

学校读者我要写书评

暂无评论

转化管剩余寿命估计中的初态应力分析

压力容器 1999年第2期16卷 35-39页

作者：程可马功勋南京化工大学

在应用模型法估计转化管剩余寿命中，本文提出了一个力学计算模型。探讨了轴向尺寸对由内压、温差载荷引起的炉管壁内的初态应力的影响，为定量之，引入了修正因子。对于ＨＫ－４０，经计算，其有效应力和平均应力的修正因子值分别为１... 详细信息

在应用模型法估计转化管剩余寿命中，本文提出了一个力学计算模型。探讨了轴向尺寸对由内压、温差载荷引起的炉管壁内的初态应力的影响，为定量之，引入了修正因子。对于ＨＫ－４０，经计算，其有效应力和平均应力的修正因子值分别为１．５和３．０。并验证了这两个修正因子值基本上不受温度的影响。

关键词：转化管初态应力剩余寿命估计化工厂

在线全文

学校读者我要写书评

暂无评论

锂电池状态跨域估计算法综述

电子科技大学学报 2024年第5期53卷 749-761页

作者：李鑫尧陈洪波沈力源冯雪松李晶晶电子科技大学计算机科学与工程学院成都611731 电子科技大学材料与能源学院成都611731

对锂电池运行状态进行精确估计和预测是保障其运行性能和安全的重要手段。基于数据驱动的锂电池状态估计算法容易受到实际数据分布偏差影响而导致预测模型性能下降,限制了模型的泛化性能,基于迁移学习的锂电池状态跨领域估计算法可以较... 详细信息

对锂电池运行状态进行精确估计和预测是保障其运行性能和安全的重要手段。基于数据驱动的锂电池状态估计算法容易受到实际数据分布偏差影响而导致预测模型性能下降,限制了模型的泛化性能,基于迁移学习的锂电池状态跨领域估计算法可以较好地解决此类问题。该文分别从锂电池荷电状态估计、健康状态估计以及剩余寿命估计3类常见应用场景展开讨论,比较不同场景下方法之间的差异,同时揭示它们之间的共性。从技术路线角度出发将常用于状态估计的迁移学习方法归纳为3类:基于微调的迁移、基于度量的迁移和基于对抗训练的迁移。介绍了每一类方法的基本原理、代表性技术和典型应用场景,并基于此3类技术路线对近年基于迁移学习的锂电池状态跨域估计方法进行了全面的归纳介绍。

关键词：锂电池状态估计荷电状态估计健康状态估计剩余寿命估计迁移学习

在线全文

学校读者我要写书评

暂无评论

运行状态切换下的设备剩余寿命预测

电光与控制 2017年第2期24卷 95-99,104页

作者：周绍华胡昌华司小胜张正新裴洪火箭军工程大学西安710025

在工程实际中,很多系统在其寿命周期中都存在贮存和工作状态的切换,且运行状态的切换对设备的退化过程有较大影响,而当前缺少相应的研究。鉴于此,本文系统考虑了运行状态切换和状态持续时间的随机性以及不同状态有不同退化率等关键问题... 详细信息

在工程实际中,很多系统在其寿命周期中都存在贮存和工作状态的切换,且运行状态的切换对设备的退化过程有较大影响,而当前缺少相应的研究。鉴于此,本文系统考虑了运行状态切换和状态持续时间的随机性以及不同状态有不同退化率等关键问题,利用连续时间马尔可夫链(CTMC)建立了刻画贮存-工作状态切换的系统运行模型,得到运行状态切换时间、切换次数、状态持续时间的联合概率分布,并将其融入随机系数回归模型,实现退化系统的剩余寿命估计。仿真试验表明,所提方法能有效实现运行状态切换下的系统剩余寿命估计。

关键词：剩余寿命估计运行状态切换马尔可夫过程随机系数回归