文档帮助中心
更新退化剩余寿命模型的后验参数分布
数据更新(mdl)
例子
更新(mdl,数据)更新退化剩余使用寿命(RUL)模型参数的后验估计mdl使用最新的降解测量数据。
更新(mdl,数据)
mdl
数据
全部折叠
加载训练数据,这是一个组件的退化特性概要。
负载(“expRealTime.mat”)
对于本例,假设培训数据不是历史数据。当没有历史数据时,可以使用观察到的数据实时更新降级模型。
创建指数退化模型与以下设置:
任意的 θ 和 β 具有较大方差的先验分布使得模型主要依赖于观测数据
噪声的方差0.003
0.003
mdl = exponentialDegradationModel (“θ”,1“ThetaVariance”1 e6,...“β”,1“BetaVariance”1 e6,...“NoiseVariance”,0.003);
由于训练数据中没有生命时间变量,因此可以创建任意的生命时间向量进行拟合。
一生=[1:长度(expRealTime)];
观察10次迭代的退化特性。在每次迭代之后更新降级模型。
为我= 1:10更新(mdl,一生(i) expRealTime (i)))结束
在观察模型一段时间后,例如在稳态工作点,可以重新启动模型,将当前的后验分布保存为先验分布。
重启(mdl,真的)
查看更新的先验分布参数。
mdl.Prior
ans =结构体字段:Theta: 2.3555 ThetaVariance: 0.0058 Beta: 0.0722 Beta: 3.6362e-05 Rho: -0.8429
linearDegradationModel
exponentialDegradationModel
退化RUL模型,指定为alinearDegradationModel对象或一个exponentialDegradationModel对象。更新基于最新的退化特征测量,更新退化模型参数的后验估计数据。
更新
对于一个linearDegradationModel,更新的参数为θ和ThetaVariance。
θ
ThetaVariance
对于一个exponentialDegradationModel,更新的参数为θ,ThetaVariance,β,BetaVariance,ρ。
β
BetaVariance
ρ
更新还设置以下属性mdl:
InitialLifeTimeValue-第一次打电话更新的第一行中,此属性设置为“生命时间”值数据。
InitialLifeTimeValue
CurrentLifeTimeValue-每次你打电话更新,此属性设置为的最后一行中的“生命时间”值数据。
CurrentLifeTimeValue
CurrentMeasurement-每次你打电话更新的最后一行中的特征度量值数据。
CurrentMeasurement
表格
退化特征测量,具体如下:
两列数组——第一列包含生命时间值,第二列包含相应的退化特性度量。
表格或时间表对象,该对象包含具有与LifeTimeVariable和DataVariables的属性mdl。
时间表
LifeTimeVariable
DataVariables
适合
predictRUL
您的系统中存在此示例的修改版本。你想打开这个版本吗?
你点击了一个链接,对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入该命令来运行它。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站来获取可用的翻译内容,并查看本地事件和报价。根据你的位置,我们建议你选择:。
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文),以获得最佳的网站表现。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系你当地的办公室