科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统相似性方法忽略设备故障模式、退化速度以及监测数据长度间差异性的问题，提出多故障模式下多尺度相似性集成(MFM-MSEN)方法，以提高寿命预测精度并表征预测不确定性.通过训练故障分类模型，设计时序加权预测策略，识别设备故障模式，实现训练与测试设备间的分类匹配并降低匹配复杂度.在此基础上提出多尺度集成策略，可克服单尺度方法的数据利用率限制，并增强预测泛化性能，在多个尺度上匹配健康指标间的相似性，进一步采用核密度估计集成多尺度预测结果，以高精度拟合剩余寿命概率分布.实验结果证明，MFM-MSEN方法具有应对设备退化差异的优越性.
-
单位上海交通大学; 机械系统与振动国家重点实验室
