项目名称: 统计数据驱动的剩余寿命预测若干关键问题研究

项目编号: No.61174030

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 自动化学科

项目作者: 司小胜

作者单位: 中国人民解放军第二炮兵工程大学

项目金额: 62万元

中文摘要: 剩余寿命预测是故障预测与健康管理的核心问题。考虑到实际工程对象的机理模型难以精确给出,且人工智能方法难以预测剩余寿命的概率分布,统计数据驱动的剩余寿命预测已成为学科前沿问题。目前统计数据驱动的剩余寿命预测研究中对非线性随机退化过程的建模及剩余寿命预测、减少预测不确定性、随机冲击下隐含退化状态的估计、剩余寿命预测不确定性对预测维护的影响等关键问题,在文献中鲜有解决方法的报道。本项目拟主要研究:1)基于一类非线性随机过程的退化建模及剩余寿命预测方法;2)基于一类非线性随机退化过程的剩余寿命自适应预测方法;3)随机冲击下非线性隐含退化状态估计与剩余寿命预测方法;4)期望代价-方差敏感的预测维护决策目标函数建模及最优维护时机的确定方法;5)依托导弹武器核心部件惯性平台,利用部队真实的监测数据,进行应用验证。本课题的研究成果不仅具有重要的理论意义,对提高设备的安全性和可靠性还具有潜在的应用价值。

中文关键词: 故障预测与健康管理;剩余寿命;预测维护;扩散过程;惯性平台

英文摘要:

英文关键词: Prognostics and health management;remaining useful life;predictive maintenance;diffusion process;inertial platform

成为VIP会员查看完整内容
1

相关内容

【经典书】时间序列分析:预测与控制(原书第5版),709页pdf
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
30+阅读 · 2020年12月21日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
数据驱动的智能运营白皮书,18页pdf
专知
0+阅读 · 2021年3月24日
【数字孪生】数字孪生技术从概念到应用
产业智能官
90+阅读 · 2020年2月16日
一文读懂机器学习中的贝叶斯统计学
数据分析
26+阅读 · 2019年5月8日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
15+阅读 · 2021年2月19日
Arxiv
31+阅读 · 2020年9月21日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
小贴士
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
数据驱动的智能运营白皮书,18页pdf
专知
0+阅读 · 2021年3月24日
【数字孪生】数字孪生技术从概念到应用
产业智能官
90+阅读 · 2020年2月16日
一文读懂机器学习中的贝叶斯统计学
数据分析
26+阅读 · 2019年5月8日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员