Bayesian更新与EM算法协作下退化数据驱动的剩余寿命估计方法

• 作者: 司小胜 李娟 胡昌华 陈茂银
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 退化 剩余寿命(RUL) 数据驱动 期望最大化 预测
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 357-365
• 页数: 9页
• 分类号: TP202+.1
• 字数: 5800字
• 语种: 中文

摘要

设备的剩余寿命(RUL)估计是对设备进行视情维护、预测与健康管理的关键问题之一.为实现对于单个服役设备退化过程的建模以及RUL的估计,文中提出一种Bayesian更新与期望最大化算法协作下退化数据驱动的RUL估计方法.首先利用指数退化模型来描述设备的退化过程,基于监测的退化数据,利用Bayesian方法对模型的随机参数进行更新,进而得到RUL的概率分布函数和点估计.其次,利用运行设备到当前时刻的监测数据,基于EM算法给出退化模型中非随机未知参数的估计方法,并证明参数迭代估计中每步得到的结果是唯一最优解.最后通过数值仿真和实际数据应用研究,表明文中方法可对单个设备退化过程进行建模,有效估计退化模型中的未知参数,进而得到更好的RUL估计结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡昌华	第二炮兵工程大学控制工程系	127	767	13.0	20.0
2	李娟	青岛农业大学机电工程学院	49	294	8.0	16.0
3	陈茂银	清华大学自动化系	21	226	7.0	15.0
4	司小胜	第二炮兵工程大学控制工程系	7	38	4.0	6.0