论文摘要
针对转辙机故障发生的随机性与不确定性,提出基于自适应粒子群算法（APSO）优化隐半马尔科夫（HSMM）的设备故障预测与健康管理（PHM）模型,旨在现对传统信号维修策略进行优化改进研究。首先,将S700K型转辙机的机械部件的退化过程按全生命周期进行划分,建立设备退化状态的一般HSMM模型;其次,选择APSO算法对转辙机PHM模型进行智能优化;再次,采用前向-后向算法（F-B）对优化的模型（APSO-HSMM）进行参数估计;最后,通过实例分析验证了该优化模型对转辙机健康状态评估及剩余寿命预测的有效性。
论文目录
文章来源
类型: 期刊论文
作者: 戴乾军,蒋敏建,张娟娟,王兴仁
关键词: 转辙机,自适应粒子群,故障预测与健康管理,状态评估,剩余寿命预测
来源: 机床与液压 2019年18期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 机械工业,自动化技术
单位: 兰州交通大学自动化与电气工程学院,柳州铁道职业技术学院电子技术学院
基金: National Natural Science Foundation of China(61164101)~~
分类号: TH69;TP18
页码: 63-69
总页数: 7
文件大小: 192K
下载量: 84
相关论文文献
标签：转辙机论文; 自适应粒子群论文; 故障预测与健康管理论文; 状态评估论文; 剩余寿命预测论文;