科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对设备剩余使用寿命预测问题，提出了一种基于多源信息融合与隐马尔可夫模型的预测方法。首先针对发动机结构复杂、监控数据参数多等问题，提出了一种基于传感器信噪比和主成分分析（principal component analysis，PCA）降维的多源传感器数据融合方法。在此基础上，利用样本数据训练高斯混合隐马尔可夫模型，同时为降低模型偏差并避免过拟合风险，提出了一种“定制”策略训练方法，训练后的模型可用于系统健康状态识别和剩余使用寿命预测。最后通过美国国家航空航天局（national aeronautics and space administration，NASA）公开的航空发动机仿真数据集对所提方法进行了验证，并与几种具有代表性且预测精度较高的文献方法进行了比较分析，验证了方法的有效性。
- 单位
