融合多传感器数据的发动机剩余寿命预测方法

论文摘要

针对基于单一传感器数据的剩余寿命预测方法存在数据利用率低和预测精度不高的问题,论文提出了一种融合多传感器数据的发动机剩余寿命预测方法。首先将多个传感器数据融合成一个复合健康指标来表征发动机的退化性能,采用线性维纳过程对复合健康指标进行退化建模,通过极大似然估计方法确定模型参数,进而得到发动机的预测寿命。为了确定融合系数,提出了一种利用真实寿命与预测寿命的预测均方误差最小化的方法。融合系数确定后,基于训练发动机历史寿命数据,确定出模型参数的离线估计值;然后利用Bayesian公式,同时结合发动机的实时监测数据与参数的先验分布对模型参数进行实时更新,接着在首达时间的意义下推导出剩余寿命的概率分布,进而实现了发动机的剩余寿命在线预测。最后,选择商用模块化航空推进系统仿真数据集进行数值仿真实验,结果表明:相较于基于单一传感器的方法,论文所提方法能够提高剩余寿命预测的准确性,其剩余寿命预测的相对均方误差降低了2%左右。

论文目录

文章来源

类型: 期刊论文

作者: 任子强,司小胜,胡昌华,王玺

关键词: 复合健康指标,线性维纳过程,极大似然估计,贝叶斯参数更新,剩余寿命预测

来源: 航空学报 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 航空航天科学与工程

单位: 火箭军工程大学导弹工程学院

基金: 国家自然科学基金(61922089,61773386,61833016,61573365)~~

分类号: V263.5

页码: 134-145

总页数: 12

文件大小: 671K

下载量: 808

相关论文文献

• [1].多传感器数据的处理及融合[J]. 吉林大学学报(理学版) 2018(05)
• [2].一种多传感器数据的统计融合方法[J]. 数学的实践与认识 2008(08)
• [3].农业物联网中多传感器数据智能融合方法研究[J]. 现代电子技术 2019(20)
• [4].多传感器数据的聚类融合方法[J]. 系统工程理论与实践 2008(05)
• [5].基于信息熵的多传感器数据的融合方法[J]. 传感器与微系统 2008(05)
• [6].多传感器数据处理的人流量监测系统[J]. 实验室研究与探索 2013(02)
• [7].基于时空相关性的多传感器数据异常检测[J]. 计算机应用与软件 2020(10)
• [8].基于目标相对位置的多传感器数据关联及传感器偏差估计（英文）[J]. 中国科学技术大学学报 2014(01)
• [9].无人机多传感器数据几何后处理框架设计与质量控制[J]. 遥感信息 2014(05)
• [10].基于智能粒子滤波的多传感器信息融合算法[J]. 计算机应用 2016(12)
• [11].一种多传感器数据的一致性融合方法[J]. 伺服控制 2011(06)
• [12].海上多平台多传感器数据对准及其精度分析[J]. 电光与控制 2011(01)
• [13].ExtremeDB在实时多传感器数据采集系统中的应用[J]. 武汉理工大学学报(信息与管理工程版) 2010(02)
• [14].基于USB接口通讯的多传感器数据采集系统[J]. 仪表技术与传感器 2008(11)
• [15].多传感器数据并联融合加法电路的设计与应用[J]. 太原理工大学学报 2009(05)
• [16].多传感器数据加权融合方法[J]. 传感器与微系统 2020(04)
• [17].基于Gocator的多传感器数据拼接方法研究[J]. 计算机测量与控制 2018(01)
• [18].一种加权数据融合算法在嵌入式Web服务器中的实现[J]. 计算机测量与控制 2010(06)
• [19].勘误说明[J]. 中国科学技术大学学报 2015(07)
• [20].基于物联网的多传感器数据采集系统研究[J]. 重庆理工大学学报(自然科学) 2016(10)
• [21].高新技术[J]. 创新时代 2012(03)
• [22].基于置信隶属度的多传感器数据模糊融合[J]. 传感器与微系统 2015(09)
• [23].海上多平台多传感器数据位置对准方法[J]. 微型机与应用 2010(08)
• [24].无人驾驶多传感器集成及定位算法加速平台[J]. 电子测量技术 2020(16)
• [25].时间配准在多传感器数据处理中的应用[J]. 仪器仪表用户 2011(03)
• [26].基于多传感器数据处理的油井监测分析方法改进[J]. 科学技术与工程 2009(14)
• [27].采用标准量化法对多传感器数据并联融合加法电路参数设计及控制[J]. 太原理工大学学报 2010(02)
• [28].多传感器数据采集系统中的数据融合研究[J]. 传感器与微系统 2014(03)
• [29].数据挖掘技术及其在多传感器数据处理中的应用[J]. 电子技术 2008(03)
• [30].基于案例推理和数据融合的煤与瓦斯突出预测[J]. 东南大学学报(自然科学版) 2011(S1)

标签：复合健康指标论文;  线性维纳过程论文;  极大似然估计论文;  贝叶斯参数更新论文;  剩余寿命预测论文;