更新

更新退化剩余寿命模型的后验参数分布

全页折叠

语法

数据更新(mdl)

描述

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。

例子

全部折叠

打开生活的脚本

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

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

输入参数

全部折叠

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。

对于一个linearDegradationModel，更新的参数为θ和ThetaVariance。

对于一个exponentialDegradationModel，更新的参数为θ,ThetaVariance,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。

  • 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。

  • CurrentMeasurement-每次你打电话更新的最后一行中的特征度量值数据。

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。

另请参阅

功能

主题

介绍了R2018a

预测性维护工具箱文档
万博1manbetx
克服预测维护的四个常见障碍

克服预测维护的四个常见障碍

下载白皮书