摘要
本发明公开了一种装备部件剩余寿命预测方法、系统、设备及介质,具体涉及部件寿命预测领域,其技术要点为:对历史退化指标以及历史失效数据进行两阶段极大似然估计,并融合两阶段极大似然估计得到全对数似然函数,再对全对数似然函数进行极大似然估计得到模型参数估计值,利用模型参数估计值对剩余寿命分布模型的模型参数进行更新,得到更新后的剩余寿命分布模型;利用卡尔曼滤波结合EM算法,基于部件退化状态预测值对部件多阶段退化模型进行更新,得到更新后的多阶段退化模型,将当前多源传感数据输入到更新后的多阶段退化模型中,得到退化状态估计值,并将退化状态估计值输入到更新后的剩余寿命分布模型中得到剩余寿命预测结果。
技术关键词
退化模型
剩余寿命预测方法
频域特征
时域特征
参数
多阶段
传感
部件剩余寿命预测系统
数据
EM算法
卡尔曼滤波
指标
两阶段
系统存储器
历史设备
装备
计算机设备
系统为您推荐了相关专利信息
牦牛乳酪蛋白
荷叶提取物
叶黄素
骨质疏松动物模型
功能性食品
校园智能
安防方法
图像识别模型
安防系统
图像类别
工艺优化方法
9Ni钢
参数
异常点
深度学习建模
方向盘框架
检测流水线
流水线控制系统
激光测距数据
深度学习模型
水质预测方法
数据
Akaike信息准则
气象
LSTM模型