首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 812 毫秒
1.
剩余寿命预测在设备维修管理中扮演着重要的角色,准确的剩余寿命预测对制定维修策略起着至关重要的作用,从而可以有效避免设备故障的发生.提出一种基于支持向量机(SVM)异常数据识别的比例风险模型(PHM)用于剩余寿命的预测,该模式利用支持向量机和比例风险模型分别实现异常状态数据的识别和剩余寿命的预测.案例研究表明,SVM -PHM模型较PHM模型具有更好的预测精度.  相似文献   

2.
针对高膛压坦克炮身管剩余寿命预测的难题,结合坦克实弹射击试验数据量少和非线性的特点,基于最小二乘支持向量机构建了坦克炮身管剩余寿命预测模型,给出了模型参数的选取方法,并以某型坦克炮射击试验为基础,对坦克炮身管剩余寿命预测模型进行了验证。结果表明:该模型预测坦克炮身管剩余寿命效果良好。  相似文献   

3.
装备平行仿真中的一个重要概念是实时数据驱动的模型动态演化,但是至今仍缺乏具体应用领域的实现方法。以带未知离散冲击的混合退化装备剩余寿命预测为背景,以多态Wiener状态空间模型为演化对象,提出一种装备平行仿真中模型动态演化方法,包括基于交互多模型强跟踪滤波的模型软切换和基于期望最大化算法的模型参数在线估计,并实现了基于平行仿真的装备剩余寿命实时预测。利用某轴承退化数据进行实例研究,结果表明该方法能有效提高仿真逼真度,剩余寿命预测的准确度较高、不确定性较小,具有较高工程应用价值。  相似文献   

4.
随机滤波模型在变速箱剩余寿命预测中的应用研究   总被引:1,自引:0,他引:1  
摘要:基于变速箱加速寿命实验的振动信号,提取信号的多种特征参量.通过分析各特征参量的敏感性和稳定性,选择幅域裕度指标、峰值指标、波形指标和RMS(RootMeanSquare)作为特征参量,建立一种基于随机滤波的变速箱剩余寿命预测模型,给出剩余寿命后验概率密度的递推公式,设计了极大似然估计方法求解模型参数,并经实例验证模型的有效性和实用性.  相似文献   

5.
为了解决武器装备日益复杂及维修工作日趋繁重的问题,运用贝叶斯模型预测装备修理后的剩余寿命,为合理安排其修理计划提供依据。替代传统的指数分布,用威布尔分布描述系统寿命特征,并运用极大似然方法和贝叶斯方法估计威布尔分布的两个未知参数,给出其置信区间。在此基础上,对先验样本和后验样本两种不同情况,分别运用贝叶斯模型预测装备修理后的剩余寿命,并给出实例。结果表明了该方法的有效性。  相似文献   

6.
为了进一步提升设备维修决策的科学性,通过建立综合设备剩余寿命预测数据与不确定失效阈值的最优维修决策模型,实现了不可维修设备的最优替换策略。构建基于非线性Wiener过程的设备性能退化模型,并采用极大似然法估计退化模型参数;提出一种基于期望最大(Expectation Maximization, EM)算法的不确定失效阈值分布系数估计方法,通过引入虚拟失效阈值数据实现对失效阈值分布系数的同步迭代更新;基于首达时的概念推导出不确定失效阈值条件下设备剩余寿命的概率密度函数,并基于更新报酬理论建立维修决策模型,从而实现设备的最优维修决策。算例分析表明,设备的失效阈值会对维修决策结果产生重要影响,考虑设备失效阈值的不确定性既有助于提升剩余寿命预测的准确性,又可以有效降低设备的寿命周期费用。  相似文献   

7.
核独立分量分析的随机滤波剩余寿命预测模型   总被引:1,自引:0,他引:1  
基于随机滤波的预测模型是剩余寿命预测方法的一个重要分支,当前制约滤波模型的一个重要问题就是如何对大量高维非线性状态监测数据进行特征降维,以易于模型参数求解.通过线性回归处理了非定期换油保养对油液数据的影响;运用核独立分量分析进行特征降维,消除了各维数据之间相关性对模型预测精度的影响;建立了基于油液增量的滤波模型,并设计了极大似然估计方法求解模型参数;最后实例验证了模型的有效性和实用性.  相似文献   

8.
本文运用可靠性理论和《130mm 加农炮剩余寿命的一种预测模型》一文的结果,证明火炮身管寿命服从 Weibull 分布,并以130mm 加农炮为实例,给出参数的比值估计方法.  相似文献   

9.
复合材料性能具有较大的分散性,在表征复合材料疲劳寿命时,必须考虑分散性的影响。以M21C复合材料开孔层合板为研究对象,采用Sendeckyj等效静强度模型和随机变量函数的概率分布方法推导了复合材料层合板疲劳寿命形状参数和剩余强度形状参数的关系,通过试验和统计的方法获得了M21C复合材料开孔层合板的疲劳寿命形状参数和疲劳门槛值,对载荷放大系数以及低载截除水平的确定提供了数据支持。  相似文献   

10.
针对极端学习机(ELM)方法在预测建模过程中因参数随机生成导致的结果不确定性,提出了一种加速鱼群算法(AAFSA)优化极端学习机的锂离子电池剩余寿命预测方法.针对基本人工鱼群算法(AFSA)存在的收敛速度慢、易陷入局部最优解,通过自适应确定感知距离和移动步长加快收敛速度,并在随机移动时增加混沌扰动提高种群多样性改善AF...  相似文献   

11.
为了更有效估计装备的剩余寿命,对基于相似性的寿命预测方法进行研究。首先介绍基于相似性的寿命预测方法的基本概念和流程,然后研究基于高斯核回归的退化轨迹提取方法,在传统欧氏距离的基础上,考虑时间范围的影响,改进相似度计算方式,最后用高斯核密度估计得到剩余寿命的区间估计值.一个数值仿真试验表明,基于相似性的方法能够利用失效历史样本对装备的剩余寿命进行有效预测.  相似文献   

12.
毋庸置疑,剩余使用寿命预测对于设备的健康管理越来越重要。近年来粒子滤波方法被越来越多地应用到设备寿命预测技术当中,这是因为粒子滤波方法能更好的解决非线性非高斯系统滤波问题,而且能够获得不确定度信息。但该方法的预测性能却过度依赖于预测模型,并且对于模型参数的初始分布也比较敏感,这在一定程度上限制了粒子滤波预测方法的进一步发展。本文针对基本粒子滤波预测方法的不足,提出了一种基于退化速率跟踪粒子滤波的通用预测框架,以历史观测数据的退化速率统计规律作为指导来跟踪目标数据的退化速率,实现对粒子滤波预测方法的简化。并将该方法用于轴承和锂离子电池的剩余使用寿命预测,验证了方法的有效性。  相似文献   

13.
针对目前非致命武器经济寿命方面的研究相当缺乏的现状,结合非致命武器的自身特点,在全面分析装备全寿命周期费用的基础上,引入灰色理论,运用GM(1,1)模型对非致命武器的经济寿命周期费用进行估算和预测。通过分析,灰色预测模型具有较高的建模精度,预测方法和结果对非致命武器的经济寿命预测具有很强的实用性。  相似文献   

14.
机内测试设备(Built—in Test Equipment,BITE)在复杂系统中的应用越来越多,由于BITE诊断存在不确定性,就可能导致无效的维修.采用一种考虑BITE诊断不确定性的维修任务选择模型及其求解算法,以在一定置信水平下获得最佳的维修方案.首先,给出了考虑BITE诊断不确定性的维修任务选择问题的假设条件,建立了非线性的、离散的随机机会约束规划模型.其次,设计了求解随机机会约束规划模型的一种基于随机模拟的粒子群算法,包括粒子的表示、适应度函数、更新公式、算法框架等.最后,给出了具体实例,证明了模型与算法的有效性.该模型适用于管理人员在考虑BITE诊断不确定性的情况下做出合理的维修任务选择决策.  相似文献   

15.
为应用基于状态的装备可靠度模型,实现对装备的精确维修,采用了比例风险模型(Proportional Hazards Model,PHM)将装备的年龄信息及检测所得状态信息融入系统的风险函数中。考虑到样本包含截尾数据的情形,应用极大似然估计方法对模型中的参数进行了估计以及相应的模型检验。通过对该方法在一个实际案例中应用的详细分析,验证了方法的可行性。  相似文献   

16.
为解决小子样多失效模式系统可靠性模型参数的估计问题,首先应用支持向量积建立小子样条件下各故障模式的规律模型,其次利用模型将各故障模式的故障数据由小子样扩充成大样本,再次采用常规的参数估算方法估算各故障模式的分布参数,最后建立多失效模式系统的可靠性竞争模型。利用所提方法,建立了小子样条件下具有两种失效模式的柴油机汽缸套可靠性竞争模型,计算结果与大样本条件下的故障预测数据吻合度较高,说明了方法的有效性。  相似文献   

17.
提出了一种基于四阶累积量的双基地MIMO雷达收发角度估计算法。在接收端,通过分别构造单阵元和双阵元的四阶累积量矩阵,采用基于四阶累积量的MUSIC算法和ESPRIT算法分别估计出目标的离开方向(DOD)和波达方向(DOA),并且DOD和DOA自动配对。该算法将二维参数的估计问题转化为两个一维形式,不需要二维谱峰搜索,在保证二维方位角估计性能的基础上,降低了运算量。利用四阶累积量有效地扩展了阵列孔径,并且适用于任意加性高斯噪声环境。仿真结果验证了算法的有效性。  相似文献   

18.
为建立考虑腐蚀因素的船体结构寿命预测方法,在分析现有常用的船体结构腐蚀损伤时变模型的基础上,根据舰船维修保障实际情况建立了考虑腐蚀防护系统作用时间和维修时间等因素的腐蚀时变模型。根据相关规范选择了船体结构腐蚀寿命标准,并建立了一种计算船体结构腐蚀寿命的方法。该方法建立了船体结构腐蚀寿命与腐蚀防护系统作用时间和修理时间等因素之间的量化关系,可以用于预测均匀腐蚀条件下船体结构寿命,也可以反过来指导腐蚀防护系统设计指标的选择和船体结构维修策略的确定。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号