本文選題：多退化變量　切入點：實時健康度　出處：《計算機集成制造系統(tǒng)》2017年02期 　論文類型：期刊論文

【摘要】：鑒于目前對多退化變量下的相似性壽命預測方法的研究較少,且所用的建模方法僅限于線性回歸、較為單一,提出多退化變量下基于實時健康度的相似性壽命預測方法。該方法先采用主成分分析法、支持向量數(shù)據(jù)描述法、馬氏距離和負向轉(zhuǎn)換函數(shù)等將多退化變量融合為能反映系統(tǒng)退化狀態(tài)的定量指標——實時健康度;依據(jù)設備的實時健康度,采用面向單退化變量的相似性壽命預測方法預測設備的剩余壽命;通過陀螺儀剩余壽命預測的實例對該方法進行驗證分析。研究結(jié)果表明,該方法可行并具有一定的優(yōu)越性,能提供統(tǒng)計意義上更精確的剩余壽命預測結(jié)果(即更小的預測誤差)。
[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.
【作者單位】： 重慶大學機械工程學院/機械傳動國家重點實驗室;
【分類號】：TN96;O213.2

【相似文獻】

相關期刊論文 前8條

1 王璐;王正;宋希庚;王魁;趙子豪;;疲勞短裂紋理論及壽命預測方法新進展[J];機械強度;2012年04期

2 劉軍,華勁松,劉光祚;性能貯存可靠性評估及貯存壽命預測方法[J];工程數(shù)學學報;2004年05期

3 樂曉斌，，何明鑒;微動疲勞壽命預測方法的探討[J];機械強度;1996年03期

4 廖衛(wèi)獻;小樣本核機械設備可靠性壽命預測方法綜述[J];中國核科技報告;1999年S4期

5 董杰;陳學東;范志超;江慧豐;陸守香;;基于微觀孔洞型損傷的疲勞蠕變壽命預測方法[J];機械強度;2009年04期

6 付德龍;張莉;程靳;;多軸非比例加載低周疲勞壽命預測方法的研究[J];應用力學學報;2006年02期

7 鄭立春,姚衛(wèi)星;疲勞裂紋形成壽命預測方法綜述[J];力學與實踐;1996年04期

8 ;[J];;年期

相關會議論文 前6條

1 石邢;傅秀章;方立新;吳雁;;建筑使用壽命預測方法[A];城市化進程中的建筑與城市物理環(huán)境：第十屆全國建筑物理學術會議論文集[C];2008年

2 于海生;謝.尼.舒卡耶夫;王興國;豐崇友;;一種多軸非比例載荷低周疲勞壽命預測方法[A];第十二屆全國疲勞與斷裂學術會議論文集[C];2004年

3 涂愛琴;張玉潔;安學銀;黃磊;房巖松;;新一代天氣雷達壽命預測方法研究[A];第31屆中國氣象學會年會S1 氣象雷達探測技術研究與應用[C];2014年

4 余進;呂彬彬;雷冬;何世平;;應用數(shù)字散斑相關技術研究缺口根部高溫疲勞變形[A];第十二屆全國實驗力學學術會議論文摘要集[C];2009年

5 王海斗;徐濱士;樸鐘宇;濮春歡;;再制造表面涂層的壽命預測方法[A];第八屆全國表面工程學術會議暨第三屆青年表面工程學術論壇論文集（二）[C];2010年

6 楊萍;黎學明;付銀輝;楊文靜;;活性陰極活性損失與壽命預測方法[A];重慶市化學化工學會2009學術年會論文集[C];2009年

相關博士學位論文 前3條

1 周津慧;重大設備狀態(tài)檢測與壽命預測方法研究[D];西安電子科技大學;2006年

2 于戰(zhàn)果;軍用車輛發(fā)動機“動態(tài)及時”壽命預測方法及測量系統(tǒng)研究[D];天津大學;2007年

3 張營;滾動軸承磨損區(qū)域靜電監(jiān)測技術及壽命預測方法研究[D];南京航空航天大學;2013年

相關碩士學位論文 前6條

1 張士暖;電器產(chǎn)品的壽命預測方法研究[D];河北工業(yè)大學;2015年

2 楊鵬;基于在線監(jiān)測信息的機械設備關鍵零部件壽命預測方法研究[D];電子科技大學;2016年

3 田靜;基于動態(tài)故障樹的衛(wèi)星姿態(tài)控制系統(tǒng)壽命預測方法研究[D];南京航空航天大學;2016年

4 畢巖;核電關鍵構(gòu)件壽命預測方法研究[D];東北大學;2010年

5 辛朋朋;基于最弱環(huán)理論的缺口疲勞壽命預測方法研究[D];南京航空航天大學;2012年

6 劉燕飛;滾動軸承的工作狀態(tài)及壽命預測方法研究[D];湖南大學;2014年

本文編號：1634461