会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

健康评估、预测和剩余使用寿命-S-MEFC算法

以下我们尝试通过引入一种新的分区算法以及一种新的系统健康状态评估方法来解决上述提到的问题（第 4.3.1.3 节）。所提出的聚类算法是减法-最大熵模糊聚类（S-MEFC）[JAV 13a, JAV 15a]。它基于（并利用）两种分区算法：

  • 2024-06-08
  • 阅读387

健康评估、预测和剩余使用寿命-动态阈值处理程序

正如在第 4.3.1.1 节中介绍的那样，本节的目的是提出一种程序，使得能够估计监测系统故障前的剩余时间（RUL）。因此，S-MFEC 算法一方面用于估计系统的离散状态（当前和未来状态），另一方面通过类似于已观察到的案例（符合方程 [4.21]）来动态设置故障阈值。为了清晰简单地呈现，这里假定特征由先前提出的 SW-ELM 算法（第 4.2.2.2 节）进行预测，但对于任何其他预测器，该程序都保持不变。

  • 2024-06-08
  • 阅读375

健康评估、预测和剩余使用寿命-应用与讨论

为了说明基于特征预测和无监督状态分类的预测方法以及所提出的动态阈值处理程序的价值，我们再次考虑了在2008年第一届国际 IEEE PHM 大会上介绍的 TURBOFAN 应用（第 56 页）

  • 2024-06-08
  • 阅读326

预测性维护-预测与剩余使用寿命（RUL）估算

在文献中，“预测”一词有多种定义。不同的定义主要来源于作者的职业背景和应用敏感度。然而，尽管没有完全的共识，预测可以按照ISO委员会的建议进行定义：

  • 2024-06-08
  • 阅读426

健康评估、预测和剩余使用寿命-健康状态的建模和估计

根据提取出的特征集，并依照上一章所述的考虑因素，可以进行预测：(1)通过预测特征的演变并分类系统未来的状态，或者(2)通过构建一个健康状态估计器，用于预测系统的演变（状态或持续时间的预测）。在本章中，我们将讨论后者的方法。

  • 2024-06-08
  • 阅读372

健康评估、预测和剩余使用寿命-行为预测与剩余寿命估计

我们描述如何利用由DBNs表示的MoG-HMMs来建模关键组件的退化，评估其当前健康状态并预测其剩余有用寿命。根据图5.1中的介绍，故障预测分为两个阶段：

  • 2024-06-08
  • 阅读357

预防性维护和预测

根据EN 13306（2001）标准，维护可以定义为“在物品生命周期内进行的所有技术、行政和管理行动的组合，旨在保持或恢复物品的状态，使其能够执行所需功能”。这也包括一系列故障排除、维修、控制和验证物理设备的行动，并应有助于改进工业流程。从传统观点来看，维护功能保证了设备的可靠性特性，特别是其可用性。因此，整体上它旨在理解故障机制并据此采取行动，以确保系统（物品）能够执行其设计功能。然而，维护功能的使命已不仅限于确保“物品服务”的实施。在质量、安全和成本方面出现了不同的要求，在过去的20年里，维护功能的挑战和职权发生了变化。

  • 2024-06-08
  • 阅读393

资产健康指数和生命周期成本

资产健康指数（AHI）是一种资产评分，以某种方式设计，以反映或表征资产的状态，从而反映其在组织确定的角色方面的表现[1]。AHI代表了量化复杂资产总体健康状况的实用方法。对于简单的评估，CBM技术可以精确估计具有定义和特定故障模式的特定资产的状态。然而，大多数这些资产由多个子系统组成，每个子系统可以由多种退化和故障模式表征。从纯理论的角度来看，组成系统的每个项目的每个故障模式都可以建模和估计。

  • 2024-06-08
  • 阅读566