特征选择剩余使用寿命预测- MATLAB和Simulink MathWorks联合王国万博1manbetx

特征选择的剩余使用寿命的预测

可靠的剩余使用寿命(原则)估计,你想要一个条件指标随时间变化的观察和与系统退化过程中一个可靠的、可衡量的方法。的剩余使用寿命机器的预期寿命或使用前的剩余时间机器需要修理或更换。从系统数据预测剩余寿命是预见性维护算法的一个中心目标。

在你确定条件指标(见条件指标监测、故障检测和预测),选择有用的条件指标的所有可用的特性是下一步原则构建一个可靠的预测模型。

预见性维护工具箱™提供三种特征选择度量原则对准确预测:单调性,trendability, prognosability。这些指标等级确定条件指标规模从0到1。更高的排名功能跟踪退化过程更可靠,因此,更可取的训练原则预测模型。

单调性特征特性随着系统的发展的趋势走向失败。作为一个系统会逐步接近失败,一个合适的条件指标有一个单调正面或负面的趋势。有关更多信息,请参见单调性。
Prognosability是一个衡量的变化特性在失败相对于其初始和最终价值之间的范围。在失败多prognosable功能少变化相对于其初始和最终价值之间的范围。有关更多信息,请参见prognosability。
Trendability提供了一个衡量相似性的轨迹在多个run-to-failure特性测量实验。Trendability候选人的条件指标被定义为最小的绝对测量数据之间的相关性。有关更多信息,请参见trendability。

除了使用这些函数在命令行上,您可以应用这些特征选择指标诊断功能设计通过选择预后排名的选择。

使用选定的特征来训练一个适当的荷重软化估计模型算法设计过程中的下一步。信息,请参阅模型预测剩余寿命。