检索结果-南通市图书馆

多源传感监测线性退化设备数模联动的剩余寿命预测方法

在线全文

学校读者我要写书评

暂无评论

航空学报 2023年第8期44卷 89-107页

作者：李天梅司小胜张建勋火箭军工程大学智剑实验室西安710025

随着先进传感与监测技术的快速发展,实时获取随机退化设备的多源传感监测数据已成为现实,如何有效融合多源传感监测数据以实现随机退化设备剩余寿命的精准预测成为剩余寿命预测领域的研究前沿。针对多源传感监测的线性随机退化设备,提... 详细信息

随着先进传感与监测技术的快速发展,实时获取随机退化设备的多源传感监测数据已成为现实,如何有效融合多源传感监测数据以实现随机退化设备剩余寿命的精准预测成为剩余寿命预测领域的研究前沿。针对多源传感监测的线性随机退化设备,提出了一种考虑随机失效阈值的数模联动剩余寿命预测新方法。该方法在离线训练过程中,基于多源传感历史数据提取的复合健康指标及据此线性随机退化建模预测的寿命,构建综合寿命预测值与设备实际寿命的均方误差及寿命预测方差的优化目标函数,形成复合健康指标提取与随机退化建模的反馈闭环,对多源传感器融合系数和复合健康指标对应的随机失效阈值分布参数进行优化调整,以实现复合健康指标提取与随机退化建模的自动匹配,即数模联动。在线预测时,根据提出的数模联动方法,融合实际运行设备的多源传感监测数据以获取复合健康指标,然后采用随机模型对其演变过程进行建模。同时,为使模型实时反映设备当前状况,提出了一种退化模型参数的贝叶斯更新方法,在此基础上基于首达时间得到了考虑设备失效阈值随机性的剩余寿命概率分布。最后,基于航空发动机的多源传感监测数据,验证了所提方法在改善复合健康指标特性和提高剩余寿命预测准确性方面的有效性和优势。

关键词：多源传感监测剩余寿命预测数模联动退化建模线性随机模型

基于多核LS-SVR的航电设备剩余寿命预测

在线全文

学校读者我要写书评

暂无评论

西北工业大学学报 2017年第4期35卷 724-728页

作者：李飞陈颖郭阳明杜承烈吴昊冉从宝西北工业大学计算机学院陕西西安710072 中国船舶工业系统工程研究院北京100094

航空电子设备是飞机系统的重要组成部分,其故障率占全系统故障总数的比例越来越高,对系统性能的影响越来越突出。论文提出了一种基于多核LS-SVR的预测模型,并用于某航电装置的剩余寿命预测。仿真结果表明,该多核LS-SVR模型与传统LS-SVR... 详细信息

航空电子设备是飞机系统的重要组成部分,其故障率占全系统故障总数的比例越来越高,对系统性能的影响越来越突出。论文提出了一种基于多核LS-SVR的预测模型,并用于某航电装置的剩余寿命预测。仿真结果表明,该多核LS-SVR模型与传统LS-SVR相比,具有更高的精度,是一个切实有效的电子设备寿命预测方法。

关键词：航空电子设备剩余寿命预测 LS-SVR 多核学习

在线全文

学校读者我要写书评

暂无评论

12Cr1MoV钢组织转变与剩余寿命预测

材料工程 2005年第3期33卷 40-42页

作者：高宏波谢守明赵杰王来韩双起大连理工大学大连116024

12Cr1MoV钢是国内电站锅炉等高温部件广泛采用的钢种。研究表明,对于在高温条件下运行的12Cr1MoV钢·T·(20+lgt来说,由于组织的劣化,导致持久性能的下降,这一过程可用Larson Miller法表示为:10-3r)=Z-blgσ-cσ,其中b,c是常数,Z是用于... 详细信息

12Cr1MoV钢是国内电站锅炉等高温部件广泛采用的钢种。研究表明,对于在高温条件下运行的12Cr1MoV钢·T·(20+lgt来说,由于组织的劣化,导致持久性能的下降,这一过程可用Larson Miller法表示为:10-3r)=Z-blgσ-cσ,其中b,c是常数,Z是用于表征由于组织劣化而产生的组织变化参数。通过关联数种不同组织状态的12Cr1MoV材料的持久性能数据,研究了组织、持久性能与组织变化参数之间的关系,为高温构件剩余寿命的预测提供了一种新的分析方法。

关键词： 12CrlMoV钢剩余寿命预测持久性能

双指数粒子滤波模型的硅泡沫材料剩余寿命预测

在线全文

学校读者我要写书评

暂无评论

复合材料学报 2022年第5期39卷 2441-2448页

作者：王九龙盛俊杰张思才李娜中国工程物理研究院总体工程研究所绵阳621900

针对传统基于模型的硅泡沫材料长时使用寿命评估方法存在的物理模型解释性差、预测精度不高等问题,本文提出了一种双指数粒子滤波模型的剩余寿命预测方法。选取硅泡沫结构的载荷保持率作为特征量,基于硅泡沫材料的应力松弛失效机制,建... 详细信息

针对传统基于模型的硅泡沫材料长时使用寿命评估方法存在的物理模型解释性差、预测精度不高等问题,本文提出了一种双指数粒子滤波模型的剩余寿命预测方法。选取硅泡沫结构的载荷保持率作为特征量,基于硅泡沫材料的应力松弛失效机制,建立了更具解释性的双指数应力退化模型。首先利用最小二乘法对观测数据进行拟合,初始化模型参数和健康状态,然后通过贝叶斯理论对历史样本进行状态跟踪建模,更新状态传递函数,实现载荷保持率退化趋势预测和剩余寿命评估。通过仿真和实验验证了双指数粒子滤波模型预测硅泡沫材料剩余寿命的泛化适用性和准确性,同时与传统指数模型预测结果进行了对比,结果表明本文所提方法预测精度和稳定性更优。

关键词：硅泡沫材料粒子滤波双指数模型贝叶斯剩余寿命预测

在线全文

学校读者我要写书评

暂无评论

星载原子钟在轨剩余寿命预测方法研究

北京航空航天大学学报 2022年第11期48卷 2215-2221页

作者：凤建广郑紫霞龙东腾周波陆明泉郑恒清华大学电子工程系北京100084 中国卫星导航系统管理办公室北京100032 中国航天标准化研究所北京100071

原子钟是导航卫星最关键载荷之一,开展原子钟健康状态评估与寿命预测相关工作,对于及时掌握原子钟性能和运行状况,确保卫星导航系统提供高可用性连续性完好性的服务,具有重要意义。结合星载原子钟在轨失效特性分析,提出了一种综合考虑... 详细信息

原子钟是导航卫星最关键载荷之一,开展原子钟健康状态评估与寿命预测相关工作,对于及时掌握原子钟性能和运行状况,确保卫星导航系统提供高可用性连续性完好性的服务,具有重要意义。结合星载原子钟在轨失效特性分析,提出了一种综合考虑原子钟随机失效与耗损失效的剩余寿命预测方法。该方法融合利用原子钟寿命周期内产生的多源多维数据,通过概率统计和机器学习的途径实现原子钟的剩余寿命预测。经案例验证,所提方法合理有效,具有一定的工程应用价值。

关键词：原子钟随机失效耗损失效机器学习剩余寿命预测

基于油液光谱数据融合的湿式离合器剩余寿命预测

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2023年第4期43卷 1314-1319页

作者：刘勇张江熊涔博董懿季文龙徐峰沈剑中北大学能源与动力工程学院山西太原030051 中北大学机电工程学院山西太原030051 北京理工大学机械与车辆学院北京100081 中国人民解放军32184部队北京100072

针对湿式离合器油液监测数据具有来源分散、数据量大及时间轴不稳定等问题,对光谱分析得到的多数据进行融合,利用维纳过程的预测实时性和预测准确的优点,建立模型开展离合器剩余寿命预测研究。首先,通过排列熵加权证据融合方法对离合器... 详细信息

针对湿式离合器油液监测数据具有来源分散、数据量大及时间轴不稳定等问题,对光谱分析得到的多数据进行融合,利用维纳过程的预测实时性和预测准确的优点,建立模型开展离合器剩余寿命预测研究。首先,通过排列熵加权证据融合方法对离合器寿命试验获得的指示元素进行融合,构建健康指数;其次,结合维纳过程建立退化模型并通过极大似然法对模型中的参数进行估计;再次,根据历史退化数据对参数进行更新得到离合器剩余寿命预测模型;最后,将预测模型与实例进行对比,得到利用融合多元素的健康指数建立的维纳过程预测模型预测准确性相比单指示元素预测有了很大提升,其预测点更接近试验值。通过观察也发现,湿式离合器运行50~60 h左右时,预测点有了明显的变化,而同样在220~230 h时,预测点有了明显的偏差,在240 h左右又重新接近试验值,其突变点对应了离合器磨损的三个阶段,即初期磨损,正常磨损和剧烈磨损。研究结果表明,融合油液光谱数据结合维纳过程建立的预测模型用于湿式离合器的剩余寿命预测,具有预测实时性强且预测精度高的优点,而通过预测结果和试验值对比发现,湿式离合器磨损状态的不同对预测结果也有一定的影响,尤其磨损状态转变点对预测结果的影响更大。

关键词：维纳过程湿式离合器加权证据融合健康指数剩余寿命预测

基于PCA-UPF的风力机轴承剩余寿命预测方法

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2021年第2期42卷 218-224页

作者：吕明珠苏晓明陈长征刘世勋沈阳工业大学机械工程学院沈阳110870 辽宁装备制造职业技术学院沈阳110161 中认(沈阳)北方实验室有限公司沈阳110164

为解决风力机轴承退化指标提取困难与剩余寿命预测精度低的问题,提出一种基于主成分分析(PCA)和无迹粒子滤波(UPF)的预测方法。该方法主要包括退化指标提取和寿命预测2个步骤。在退化指标提取部分,通过PCA对轴承实时振动信号的多域原始... 详细信息

为解决风力机轴承退化指标提取困难与剩余寿命预测精度低的问题,提出一种基于主成分分析(PCA)和无迹粒子滤波(UPF)的预测方法。该方法主要包括退化指标提取和寿命预测2个步骤。在退化指标提取部分,通过PCA对轴承实时振动信号的多域原始特征集进行融合,得到能够反映轴承衰退趋势的退化指标。在剩余寿命预测部分,通过对轴承历史数据的拟合分析构建退化模型,再利用UPF算法对模型参数进行更新,实现对轴承退化状态的跟踪和预测。使用实际风力机轴承监测数据对所提方法进行验证,结果表明该方法相比于传统的粒子滤波PF方法,能有效降低粒子退化程度,从而显著提高轴承剩余寿命预测精度,为大型风电机组的健康管理和可靠性评估提供参考依据。

关键词：风力机滚动轴承剩余寿命预测主成分分析无迹粒子滤波

基于PSO-GRNN模型的埋地管道腐蚀剩余寿命预测

在线全文

学校读者我要写书评

暂无评论

表面技术 2019年第10期48卷 267-275,284页

作者：王文辉骆正山张新生西安建筑科技大学管理学院

目的构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络(GRNN),构建埋地管道腐蚀深度预测模型,采用粒子群算法(PSO)优化GRNN的... 详细信息

目的构建埋地管道腐蚀深度预测模型,预测腐蚀管道的剩余使用寿命。方法依据ASME B31G剩余强度评价标准,给出管道的最大允许腐蚀深度计算方法,引入广义回归神经网络(GRNN),构建埋地管道腐蚀深度预测模型,采用粒子群算法(PSO)优化GRNN的网络参数,结合管道腐蚀发展趋势预测方法,对埋地薄弱管道进行腐蚀剩余寿命预测。以陕西省某埋地输油管道为例,选取8个主要外腐蚀因素,构建外腐蚀指标体系,借助Pycharm编程仿真,结合埋片试验,对该模型预测结果进行验证分析,并预测各腐蚀管段剩余使用寿命。结果与BP模型相比,PSO-GRNN模型的管道腐蚀深度预测结果最大相对误差控制在13.77%以内,平均相对误差仅为6.63%。寿命预测结果显示,部分管段的剩余使用寿命未能达到其预期服役寿命。结论所建模型预测性能要明显优于BP模型,预测精度更高,能够较好地预测埋地管道的最大腐蚀深度和未来的腐蚀发展规律,剩余寿命预测结果贴近实际,为管道的维修和更换提供了指导依据,在实际工程中,具有一定的应用价值。

关键词：埋地管道腐蚀深度预测模型腐蚀发展趋势剩余寿命预测粒子群算法(PSO) 广义回归神经网络(GRNN)

在线全文

学校读者我要写书评

暂无评论

基于集成神经网络的剩余寿命预测

工程科学学报 2020年第10期42卷 1372-1380页

作者：张永峰陆志强同济大学机械与能源工程学院上海201804

针对机器或设备的剩余寿命(Remaining useful life,RUL)预测精度低的问题,提出基于一维卷积神经网络(Convolutional neural network,CNN)和双向长短期记忆(Bidirectional long short-term memory,BD-LSTM)的集成神经网络模型.为了更好地抽取时间序列上的特征,以及产生更多的训练样本,采用滑动窗口对数据进行处理,同时采用卡尔曼滤波对数据进行降噪处理,将数据标准化以及设置RUL标签.与人工提取特征不同,利用一维CNN对数据进行特征提取,并舍弃了CNN中的池化层.然后将提取到的高维特征输入到BD-LSTM进行回归预测,并采用Bagging的方式对此神经网络进行集成来预测RUL.最后通过在NASA的数据集上验证该模型的有效性,以及相比于其他机器学习或者深度学习模型的优越性,实验表明所提模型在RUL预测方面更加准确.

关键词：卡尔曼滤波剩余寿命预测神经网络深度学习集成学习