典型文献
基于SVDD和PF的剩余使用寿命预测方法研究
文献摘要：
通常情况下剩余使用寿命(Remaining Useful Life,RUL)预测的实现都是基于各种传感器监测得来的数据,如何从具有过程噪声的连续采集的大量数据中提取退化特征来监测系统的性能退化趋势,从而准确地预测出RUL是一项挑战.因此,提出了一个基于支持向量数据描述(Support Vector Data Descrip-tion,SVDD)和粒子滤波(Particle Filter,PF)的RUL预测方法.首先,利用SVDD从大量历史数据中提取一个可以反映系统性能退化趋势的健康指标;其次,针对健康指标的退化趋势构建一个退化模型,同时可以相应地确定一个故障阈值;然后,基于PF算法和自动确定的故障阈值来实现RU L的准确预测;最后,利用航空发动机退化数据集验证了所提出方法的有效性和优越性.
文献关键词：
故障预测;健康指标;剩余使用寿命;支持向量数据描述;粒子滤波
中图分类号：
作者姓名：
焦瑞华;马欣;李晓猛;董智超
作者机构：
航空工业西安航空制动科技有限公司,陕西西安 710048
文献出处：
引用格式：
[1]焦瑞华;马欣;李晓猛;董智超-.基于SVDD和PF的剩余使用寿命预测方法研究)[J].测控技术,2022(04):42-47,77
A类：
Descrip
B类：
SVDD,PF,剩余使用寿命预测,寿命预测方法,下剩,Remaining,Useful,Life,RUL,传感器监测,得来,有过程,过程噪声,连续采集,退化特征,性能退化,预测出,支持向量数据描述,Support,Vector,Data,tion,粒子滤波,Particle,Filter,历史数据,系统性能,健康指标,退化模型,故障阈值,准确预测,航空发动机,退化数据,数据集验证,故障预测
AB值：
0.434735
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。
