一个剩余的使用寿命预测算法,包含隐藏的执行器退化隐藏的实时和集成模型

科学领域:

• 机械工程 机械工程
• 控制系统工程 控制系统工程
• 可靠性工程可靠性工程

背景情况:

• 驱动器退化对工业过程可靠性产生重大影响.
• 准确预测剩余的使用寿命 (RUL) 对于主动维护至关重要.
• 现有的方法经常在闭环系统内隐藏的降解指数的估计错误中扎.

研究的目的:

• 为退化执行器开发一个强大的预测算法,以计算估计错误.
• 建立一个统一的预测框架,用于评估隐藏的退化和更新模型参数.
• 在不确定的系统条件下提高剩余使用寿命 (RUL) 预测的准确性.

主要方法:

• 开发了一个统一的预测框架来评估隐藏的降解信息,并递归地更新降解模型参数.
• 一个修改的自适应卡尔曼波器被设计用于联合估计降解信息,减轻系统的不确定性.
• 使用基于贝叶斯定理的反过概率更新了降解模型参数.

主要成果:

• 拟议的框架有效地弥补了系统不确定性造成的隐藏性降解指数估计错误.
• 经过修改的自适应卡尔曼波器显示稳定性,并提供了准确的预先估计.
• 在连续造过程中,RUL预测算法在应用于退化的执行器时显示出有效性.

结论:

• 开发的算法提供了一种全面的方法,用于对退化的执行器进行RUL预测.
• 该方法通过解决系统不确定性和估计错误来提高预测准确性.
• 这项工作为提高工业环境中的运行可靠性提供了有价值的工具.