机器健康指标和数字双胞胎
Tal Bublil1, Roee Cohen1, Ron S Kenett2
1BGU-PHM Laboratory, Department of Mechanical Engineering, Ben-Gurion University of the Negev, P.O. Box 653, Beer Sheva 8410501, Israel.
Sensors (Basel, Switzerland)
|April 12, 2025
概括
这项研究将健康指标 (HI) 与数字双胞胎 (DT) 集成,用于先进的系统监控和预测性维护. 这种融合增强了工程系统的剩余使用寿命 (RUL) 估计和故障预测.
科学领域:
- 工程 工程师 工程师 工程师
- 计算机科学 计算机科学
- 数据科学数据科学数据科学
背景情况:
- 健康指标 (HI) 使用传感器数据量化系统状态,用于诊断和预后.
- 数字双胞胎 (DTs) 是物理资产的虚拟复制品,增强监控和分析.
- 整合HI和DT对于推进预测性维护和结构性健康监测至关重要.
研究的目的:
- 探索健康指标和数字双胞胎的协同整合.
- 为了说明它们在基于条件的维护和结构健康监测中的应用.
- 讨论在旋转机械中检测异常和预测故障的方法.
主要方法:
- 利用数据驱动和基于物理的方法进行系统分析.
- 应用先进的建模和机器学习 (ML) 技术.
- 从振动分析和软传感器中得出健康指标.
主要成果:
- 证明了HI和DT检测异常和预测故障的能力.
- 展示了旋转机械的应用,特别是轴承和轮.
- 强调了混合建模和不确定性量化的作用,以改善健康监测.
结论:
- 整合HI和DT显著提升了性能工程和预测性维护.
- 解决数据标签和不确定性量化方面的挑战是未来发展的关键.
- 数字双胞胎是提高工程系统可靠性和效率的关键工具.
