摘要
本发明提供一种两阶段退化产品自适应变点识别与剩余寿命预测方法,首先建立两阶段产品退化模型,针对第一阶段,提出基于KF‑EWMA控制图的健康状态监测与自适应变点识别方法;针对第二阶段,建立基于自适应增量滤波方法AIF的产品剩余寿命预测方法,实现对两阶段退化产品的自适应变点识别与剩余寿命预测。克服了目前现有方法大多仅利用同类产品的历史数据估计参数实现变点识别的问题,从而更加精准识别变点位置,降低误判风险大。利用KF方法对观测数据进行去噪,获取性能特征参数真实值,进而更加精准地预测剩余寿命预测。建立基于AIF算法的状态空间方程,从而实现两阶段退化产品剩余寿命的自适应在线高精度预测。
技术关键词
两阶段退化产品
剩余寿命预测方法
状态监测数据
滤波方法
退化模型
状态空间方程
健康状态监测
状态空间模型
参数
系统噪声
测量误差
识别方法
算法
概念
系统为您推荐了相关专利信息
性能退化预测方法
独立变桨系统
控制误差
性能退化模型
状态空间方程
特征量数据
系统动力学模型
变压器
参数
剩余寿命预测方法
状态监测数据
数字孪生模型
运营管理方法
深度学习算法
城市社区
分类识别方法
局部纹理特征
贝叶斯算法
融合特征
钟表
电力电子设备
配电系统
电磁暂态模型
数据驱动模型
状态转移模型