机械设备性能退化的流形特征建模与量化评估预测研究

项目名称： 机械设备性能退化的流形特征建模与量化评估预测研究

项目编号： No.51375290

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 机械、仪表工业

项目作者： 余建波

作者单位： 同济大学

项目金额： 70万元

中文摘要： 本研究以机械设备预诊维护为研究对象，系统地将流形与统计学习方法引入到设备性能退化量化评估与预测系统。在分析复杂工况下多传感信号的动态行为与信息复杂性基础上，在特征层提出综合局部与非局部信息融合的流形学习算法，解决表征设备性能的特征提取与选择问题；针对机械设备性能状态动态随机变化引起的特征数据分布非线性、多模态和时变性特点，提出基于隐马尔科夫模型、贝叶斯推论和自适应学习的设备性能退化在线动态建模策略和量化评估指标，以失效风险概率方式度量设备性能劣化状态；为了提供设备性能退化趋势预示与预防的共性技术与方法，进行基于状态空间数学模型的设备性能退化演变的动态建模，通过集成逻辑回归和高阶粒子滤波模型解决设备剩余寿命在线预测问题。通过本研究，扩展和完善了设备智能预诊维护的理论与方法体系，实现设备健康信息的融合、不确定信息处理及性能退化的早期预示和预测，为机械设备高效和可靠运行提供有效的理论和技术。

中文关键词： 设备智能预诊维护；性能退化评估；剩余寿命预测；统计学习；流形学习

英文摘要： This study makes the machinery performance prognostics be the subject of its investigation,and aims to introduce the manifold learning and statistical learning-based theories and methods into the evaluation and prediction of machinery performance degradat

英文关键词： Intelligent machine prognostics maintenance；Performance degradation assessment；Remaining useful life prediction；Statistical learning；Manifold learning