《计算机集成制造系统杂志》发表论文赏析

基于高阶隐半马尔科夫模型的设备剩余寿命预测

来源:计算机集成制造系统杂志2022年第8期北京时间:

作者:刘文溢, 刘勤明, 周林森

单位:上海理工大学管理学院

摘要:针对设备剩余寿命预测误差较大的问题,提出一种基于高阶隐半马尔科夫模型(HOHSMM)的剩余寿命预测模型。首先基于隐半马尔科夫模型,建立了HOHSMM,提出一种基于排列的HOHSMM降阶方法和复合节点机制,并相应地改进状态转移矩阵和观测矩阵,使得高阶模型转化为对应的一阶模型,将更多的节点依赖关系信息储存在待估计参数组中。其次,采用智能优化算法群代替EM算法,对模型进行参数估计以及结构优化,实现了智能优化算法对高阶模型拓扑结构的简化。再次,定义并推导了高阶模型中的状态驻留变量,运用基于多项式拟合的预测方法实现了在先验分布未知情况下的设备剩余寿命预测。最后,通过美国卡特彼勒公司液压泵数据集对所提框架进行了验证,结果表明,基于高阶隐半马尔科夫模型的设备剩余寿命预测方法是更加有效的。

关键词:高阶隐半马尔科夫模型,复合节点,模型降阶,状态驻留,多项式拟合,剩余寿命预测

基金资助:国家自然科学基金资助项目(71840003);上海市自然科学基金资助项目(19ZR1435600);教育部人文社会科学研究规划基金资助项目(20YJAZH068);上海理工大学科学发展项目(2020KJFZ038)。

2022年8期其他文献查阅:

制造企业数字孪生生态系统的研究与应用

基于数字孪生的民机运行安全框架体系设计

数字孪生智慧燃气系统:概念、架构与应用

基于数字孪生的地铁列车性能评估系统

数据驱动的制造业可持续性评估

含齿根裂纹风电行星齿轮传动系统动态特性研究

谐波齿轮传动误差主频重构与双向频谱分析

基于域适应神经网络与联合分布自适应的无监督故障诊断方法

基于时间卷积注意力网络的剩余寿命预测方法

基于高阶隐半马尔科夫模型的设备剩余寿命预测

基于扩展跨阶段局部网络的表面缺陷检测

基于SCADA数据和单分类简化核极限学习机的风电机组发电机状态监测

基于多域特征联合分布适配的刀具磨损状态识别

数据驱动构造流程工业系统状态特征谱的方法

基于数据挖掘技术的钛合金铣削工艺参数优化

基于遗传算法的多点切触刀位优化算法

数控机床丝杠传动系统热误差实时补偿技术

基于最小尺寸点模型的6D位姿估计与机械臂抓取

面向大规模立体仓库货位分配问题的两阶段混合优化算法

多深度四向穿梭车仓储系统调度优化

面向产品概念设计的多模态智能交互框架及实现

众包设计平台工作者关系网络构建与分析

基于相似度匹配的突破性设想识别模型构建——以家电产品为例

基于产品参数基元网络的变更传播路径优化

参数不确定广义离散时间系统的预见控制器设计

基于第三方平台的竞争型企业多价值链网络效应模型及仿真

批发和代理模式下电商平台和制造商的联合广告决策

订单合并决策下云制造联盟收益分配问题

设置货箱缓存区的自动小车存储及取货系统订单分批拣选问题

自动化码头出口箱箱位分配优化超启发式算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!