基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
性能数据是发动机健康状态的重要体现,分析性能数据可以预测发动机剩余使用寿命,为维修决策提供依据.发动机的健康状态与多个监测数据密切相关.基于训练发动机数据和测试发动机数据,采用主成分分析方法融合多元数据构建了发动机健康指数.退化模型构建采用维纳过程方法,利用EM算法结合训练发动机数据迭代优化离线参数.基于贝叶斯方法结合测试发动机数据,在线更新退化模型参数,实时计算测试发动机剩余使用寿命概率密度分布及期望.两种方法对比结果显示,基于单一性能指标构建的性能模型,对测试发动机最后10循环的预测均方根误差平均值为12.95,基于融合数据构建的性能模型的预测均方根误差平均值为5.34,证明数据融合发动机后期预测效果更好.
推荐文章
基于 KPCA-BLSTM 的航空发动机多信息融合剩余寿命预测
航空发动机
剩余寿命
多信息融合
双向长短时记忆
核主成分分析
多源统计数据驱动的航空发动机剩余寿命预测方法
剩余寿命
航空发动机
概率密度函数
统计数据驱动
基于LabVIEW的发动机数据采集系统
LabVIEW
发动机
数据采集
振动传感器
排气噪声
基于支持向量机集成的导弹发动机压力预测
支持向量机集成
导弹发动机
压力
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于融合数据和维纳建模发动机余寿预测
来源期刊 航空科学技术 学科
关键词 综合健康指数 维纳模型 离线参数 在线参数 剩余使用寿命
年,卷(期) 2021,(5) 所属期刊栏目 研究|Research
研究方向 页码范围 23-30
页数 8页 分类号 V239
字数 语种 中文
DOI 10.19452/j.issn1007-5453.2021.05.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (20)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(9)
  • 参考文献(0)
  • 二级参考文献(9)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(9)
  • 参考文献(2)
  • 二级参考文献(7)
2016(10)
  • 参考文献(1)
  • 二级参考文献(9)
2017(13)
  • 参考文献(2)
  • 二级参考文献(11)
2018(11)
  • 参考文献(0)
  • 二级参考文献(11)
2019(8)
  • 参考文献(3)
  • 二级参考文献(5)
2020(4)
  • 参考文献(4)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
综合健康指数
维纳模型
离线参数
在线参数
剩余使用寿命
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
航空科学技术
月刊
1007-5453
11-3089/V
大16开
北京东城区交道口南大街67号主楼202室
2-691
1989
chi
出版文献量(篇)
2815
总下载数(次)
15
总被引数(次)
8380
论文1v1指导