设备状态智能诊断模型的自更新机制及其UML建模

• 作者: 刘成良 刘海宁 李楠 段斌华
• 来源期刊: 高技术通讯
• 学科: 工学
• 关键词: 设备状态监测 基于状态的维护(CBM) 故障诊断 智能诊断模型 自更新
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 先进制造与自动化技术
• 页码范围: 1305-1311
• 分类号: TP277
• 字数: 4185字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2011.12.014

摘要

为解决在设备状态监测应用中建立智能诊断模型经常面临历史样本数据空间有限的问题,研究了智能诊断模型的自更新机制,并采用统一建模语言对其进行了分析建模.在此基础上,给出了该机制的实施架构.该机制的基本思想是用实际设备状态监测过程中的监测数据来更新智能诊断模型.在此机制作用下,通过在设备状态监测过程中跟踪设备状态的变化,一个基于有限的设备状态样本空间训练的智能诊断模型能够在模型失效的情况下,通过学习新设备状态下的监测数据不断提升其诊断能力.该机制的可行性和有效性通过实例应用得到了验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李楠	上海交通大学机械系统与振动国家重点实验室	33	171	6.0	12.0
2	刘成良	上海交通大学机械系统与振动国家重点实验室	200	2288	27.0	38.0
3	刘海宁	上海交通大学机械系统与振动国家重点实验室	6	3	1.0	1.0
4	段斌华		4	16	3.0	4.0