基于核密度估計的實時剩余壽命預測,不對數(shù)據(jù)分布形式做任何假設,而從數(shù)據(jù)本身出發(fā)研究其分布特征,避免了現(xiàn)有許多數(shù)據(jù)驅(qū)動方法需要進行模型結構假設及參數(shù)估計,但會導致壽命預測不夠準確的問題,而傳統(tǒng)核密度估計用于有界變量的概率密度估計時,會在區(qū)間邊界處產(chǎn)生估計偏差,進而影響剩余壽命預測的準確性。針對以上問題,本文提出一種基于核微分同胚估計的實時剩余壽命預測方法。該方法利用微分同胚變換將有界隨機變量變換到整個實數(shù)域,從而轉(zhuǎn)換為傳統(tǒng)意義上的核密度估計問題進行求解。最后,通過實例驗證了該方法的可行性和有效性,并對最優(yōu)初始樣本數(shù)對實時剩余壽命預測準確性的影響進行了分析。

【文章頁數(shù)】：11 頁

【部分圖文】：

圖3.7不同監(jiān)測點RUL的概率密度比較

第三章基于核微分同胚變換的實時剩余壽命預測建模47本數(shù)有限，預測的平均剩余壽命（MTTF）與實際剩余壽命之間的誤差較大；接下來，隨著設備實時監(jiān)測的進行，接收到的樣本數(shù)不斷增多，預測剩余壽命的概率密度隨著時間的推移不斷變窄，方差變小，說明實時預測的不確定性不斷減小，預測的實時剩余壽....

圖3.9齒輪試驗臺架Figure3.9Gearfatiguetestbench

第三章基于核微分同胚變換的實時剩余壽命預測建模49壽命預測中具有一定的競爭性。3.5.7齒輪疲勞試驗為進一步驗證提出方法的競爭性和有效性，另外采用齒輪疲勞采集的數(shù)據(jù)進行了實時剩余壽命預測。數(shù)據(jù)來源于圖3.9所示的試驗臺。圖3.9中給出了主試齒輪箱、陪試齒輪箱的位置，齒輪箱中心距為....

圖3.13陪試箱加速度傳感器位置圖

第三章基于核微分同胚變換的實時剩余壽命預測建模51圖3.13陪試箱加速度傳感器位置圖Figure3.13Sensors’placementschemeoftheaccompanygearbox圖3.14噪聲傳感器布置位置圖Figure3.14Noisesensors’placem....

圖3.14噪聲傳感器布置位置圖

第三章基于核微分同胚變換的實時剩余壽命預測建模51圖3.13陪試箱加速度傳感器位置圖Figure3.13Sensors’placementschemeoftheaccompanygearbox圖3.14噪聲傳感器布置位置圖Figure3.14Noisesensors’placem....

本文編號：3935822