本文關(guān)鍵詞：基于退化數(shù)據(jù)的壽命預(yù)測中估計(jì)問題研究

  更多相關(guān)文章： 壽命預(yù)測 狀態(tài)估計(jì) 參數(shù)估計(jì) 維納過程

【摘要】：機(jī)械設(shè)備的突然失效往往引發(fā)事故災(zāi)難,保證機(jī)械設(shè)備的安全服役對于核電、航空航天、軍工等領(lǐng)域具有重要意義。而對機(jī)械設(shè)備進(jìn)行及時(shí)準(zhǔn)確的壽命預(yù)測,在事故發(fā)生前進(jìn)行預(yù)報(bào),可明顯降低事故發(fā)生率,避免人員傷亡,具有重要意義。但實(shí)際中操作的系統(tǒng)一般內(nèi)部結(jié)構(gòu)復(fù)雜,使得系統(tǒng)實(shí)際參數(shù)難以測量：同時(shí)伴隨著外部因素的影響,使得觀測數(shù)據(jù)不能反映系統(tǒng)內(nèi)部狀態(tài)；內(nèi)外部因素合力使得某些系統(tǒng)具有不確定性因素,其退化服從隨機(jī)過程,系統(tǒng)的參數(shù)和狀態(tài)也顯現(xiàn)出統(tǒng)計(jì)特性。因此根據(jù)外部觀測數(shù)據(jù)了解系統(tǒng)內(nèi)部參數(shù)和狀態(tài),并根據(jù)對系統(tǒng)參數(shù)和狀態(tài)的估計(jì)預(yù)測其剩余使用壽命需依靠估計(jì)理論。本文基于估計(jì)理論對不同情形下的維納退化過程參數(shù)以及狀態(tài)進(jìn)行了估計(jì)研究。主要包括以下工作：第一,對剩余壽命預(yù)測方法進(jìn)行分類,并著重于對基于退化數(shù)據(jù)驅(qū)動的預(yù)測方法進(jìn)行探究。對估計(jì)理論進(jìn)行了系統(tǒng)的闡述,對這些估計(jì)方法進(jìn)行分析比較并解釋了各種估計(jì)方法之間的關(guān)系。第二,完成了基于線性Wiener過程的退化過程建模、估計(jì)與壽命預(yù)測。通過狀態(tài)空間模型對帶隨機(jī)漂移效應(yīng)的維納退化過程進(jìn)行建模。在維納過程中深入挖掘參數(shù)估計(jì)方法,對比了卡爾曼濾波和最大期望-卡爾曼濾波對其參數(shù)估計(jì)的結(jié)果,并采用Cincinnati IMS中心的軸承振動信號數(shù)據(jù)進(jìn)行估計(jì)與壽命預(yù)測驗(yàn)證；第三,完成了基于非線性Wiener過程的退化過程建模、估計(jì)與壽命預(yù)測。通過非線性Wiener過程建立狀態(tài)空間模型,將參數(shù)考慮為服從分布的隨機(jī)變量并研究了對其超參數(shù)的估計(jì)方法,基于粒子濾波和共軛分布對參數(shù)、狀態(tài)進(jìn)行估計(jì)并分析結(jié)果,采用NASA電池容量退化信號數(shù)據(jù)進(jìn)行估計(jì)與壽命預(yù)測驗(yàn)證；最后分析了壽命預(yù)測與不同情形下的參數(shù)估計(jì)和狀態(tài)估計(jì)之間的聯(lián)系。本文的工作可對壽命預(yù)測中建模與估計(jì)研究提供一定的參考與借鑒。
【關(guān)鍵詞】：壽命預(yù)測 狀態(tài)估計(jì) 參數(shù)估計(jì) 維納過程
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TH17
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-14
• 1.1 選題背景和研究意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 主要研究內(nèi)容和組織結(jié)構(gòu)12-14
• 1.3.1 存在的問題及解決思路12
• 1.3.2 文章框架和結(jié)構(gòu)安排12-14
• 2 估計(jì)理論概述14-28
• 2.1 估計(jì)相關(guān)的基本概念14
• 2.2 估計(jì)的特性14-16
• 2.3 估計(jì)準(zhǔn)則16
• 2.4 幾種典型估計(jì)方法16-20
• 2.5 估計(jì)方法分類與比較20-26
• 2.5.1 基于最小二乘的估計(jì)方法20-23
• 2.5.2 基于極大似然的估計(jì)方法23-24
• 2.5.3 基于貝葉斯的估計(jì)方法24-26
• 2.6 估計(jì)的檢驗(yàn)26-27
• 2.7 本章小結(jié)27-28
• 3 基于最大期望—卡爾曼濾波的線性維納過程估計(jì)28-47
• 3.1 維納過程概念及性質(zhì)28-29
• 3.2 基于極大似然和卡爾曼濾波的維納過程估計(jì)29-33
• 3.2.1 卡爾曼濾波和狀態(tài)空間模型29-30
• 3.2.2 基于卡爾曼濾波的狀態(tài)估計(jì)30-32
• 3.2.3 基于極大似然法的參數(shù)估計(jì)32-33
• 3.3 基于最大期望—卡爾曼濾波的維納過程估計(jì)33-38
• 3.3.1 最大期望法及其與極大似然的關(guān)系33-36
• 3.3.2 基于EM-KF的參數(shù)狀態(tài)聯(lián)合估計(jì)36-38
• 3.4 數(shù)值仿真38-41
• 3.5 應(yīng)用實(shí)例41-46
• 3.5.1 實(shí)驗(yàn)數(shù)據(jù)來源介紹41-42
• 3.5.2 狀態(tài)估計(jì)和參數(shù)估計(jì)42-43
• 3.5.3 剩余壽命預(yù)測43-46
• 3.6 本章小結(jié)46-47
• 4 基于粒子濾波的非線性維納過程估計(jì)47-72
• 4.1 基于貝葉斯的粒子濾波算法47-52
• 4.1.1 貝葉斯估計(jì)理論47-48
• 4.1.2 蒙特卡洛積分及重要性采樣48
• 4.1.3 序貫重要性采樣及重采樣48-51
• 4.1.4 基本粒子濾波算法51-52
• 4.2 基于粒子濾波的維納過程估計(jì)52-58
• 4.2.1 先驗(yàn)分布分析52-53
• 4.2.2 共軛先驗(yàn)分布53-54
• 4.2.3 基于粒子濾波的后驗(yàn)分析54-57
• 4.2.4 對粒子濾波作用的分析57-58
• 4.3 數(shù)值仿真58-61
• 4.4 應(yīng)用實(shí)例61-71
• 4.4.1 實(shí)驗(yàn)數(shù)據(jù)來源介紹61
• 4.4.2 基于自助法的先驗(yàn)分布參數(shù)估計(jì)61-63
• 4.4.3 基于共軛分布的后驗(yàn)分布參數(shù)估計(jì)63-67
• 4.4.4 基于粒子濾波的狀態(tài)估計(jì)及壽命預(yù)測67-71
• 4.5 本章小結(jié)71-72
• 結(jié)論72-74
• 參考文獻(xiàn)74-79
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況79-80
• 致謝80-81

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 王浩偉;徐廷學(xué);劉勇;;基于隨機(jī)參數(shù)Gamma過程的剩余壽命預(yù)測方法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2015年04期

2 厲海濤;金光;周經(jīng)倫;周忠寶;吳春華;;動量輪維納過程退化建模與壽命預(yù)測[J];航空動力學(xué)報(bào);2011年03期

3 胡士強(qiáng),敬忠良;粒子濾波算法綜述[J];控制與決策;2005年04期

4 丁鋒,謝新民,方崇智;時(shí)變系統(tǒng)辨識的多新息方法[J];自動化學(xué)報(bào);1996年01期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王小林;基于非線性Wiener過程的產(chǎn)品退化建模與剩余壽命預(yù)測研究[D];國防科學(xué)技術(shù)大學(xué);2014年

2 潘正強(qiáng);加速應(yīng)力下二元退化可靠性建模及其試驗(yàn)設(shè)計(jì)方法[D];國防科學(xué)技術(shù)大學(xué);2011年

3 趙建印;基于性能退化數(shù)據(jù)的可靠性建模與應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2005年

，

本文編號：1091164