典型文献
基于G-AHSMM的设备剩余寿命预测研究
文献摘要：
伴随大数据技术和智能制造的快速发展,生产设备的预知维修及多台设备的联合维修决策已成为工业制造业企业备受关注和亟待解决的现实问题.而服役设备剩余寿命的精准预测,又是预知维修决策和联合维修决策的前提.对已有设备寿命预测方法进行比较分析,将隐半马尔可夫模型加以拓展,结合伽马分布,构建设备状态监测数据驱动的剩余寿命预测模型G-AHSMM,给出求解方法,并基于某涡轮发动机的状态监测数据进行验证分析.结果表明:预测模型不仅规避了以往"状态观测值之间相互独立"的不实假设,而且相比传统HSMM具有更高的现实拟合性、求解简捷性和预测精准性,可作为企业预测服役设备剩余寿命的有效工具.
文献关键词：
智能制造;设备寿命;剩余寿命预测;隐半马尔可夫模型;伽马分布;前向后向算法;状态识别
中图分类号：
作者姓名：
张青山;张思岩;肖萌;徐伟
作者机构：
沈阳工业大学 管理学院, 沈阳110870
文献出处：
引用格式：
[1]张青山;张思岩;肖萌;徐伟-.基于G-AHSMM的设备剩余寿命预测研究)[J].沈阳工业大学学报（社会科学版）,2022(02):151-158
A类：
AHSMM,前向后向算法
B类：
预测研究,生产设备,预知维修,多台,维修决策,工业制造业,制造业企业,服役,精准预测,设备寿命,寿命预测方法,隐半马尔可夫模型,伽马分布,设备状态监测,状态监测数据,剩余寿命预测模型,求解方法,涡轮发动机,验证分析,状态观测,观测值,相互独立,不实,简捷,精准性,状态识别
AB值：
0.265967
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
