数据驱动的寿命预测和健康管理技术研究进展

被引:88
作者
胡昌华
施权
司小胜
张正新
机构
[1] 火箭军工程大学控制工程系
关键词
寿命预测; 预测与健康管理; 数据驱动; 退化; 可靠性;
D O I
10.13976/j.cnki.xk.2017.0072
中图分类号
TB114.3 [可靠性理论];
学科分类号
摘要
寿命预测和健康管理技术是可靠性工程领域的核心技术之一,在过去的几十年里得到了蓬勃的发展和广泛的应用.由于难以获取复杂、高可靠性设备失效机理的物理模型,数据驱动的预测方法成为近年来研究的热点.在数据驱动的预测技术中,数据缺失、设备失效过程的不确定性等问题成为制约预测准确性的重要因素.本文在基于失效数据、基于退化数据和多源数据融合的分类框架下,对寿命预测技术进行了综述,特别关注了基于退化数据的预测方法.通过介绍状态监测、维修决策和备件订购三个热点研究问题,概述了基于寿命预测结果的健康管理技术最新研究进展.最后探讨了该领域亟需解决的问题和未来可能的研究方向.
引用
收藏
页码:72 / 82
页数:11
相关论文
共 54 条
[1]   基于威布尔分布的油田机采井故障率研究 [J].
任伟建 ;
任欣元 ;
王磊 ;
孙辉 .
信息与控制, 2015, 44 (06) :722-728+738
[2]   基于改进模糊聚类的同构多传感器在线数据融合方法 [J].
苏卫星 ;
朱云龙 ;
刘芳 ;
马连博 .
信息与控制, 2015, 44 (05) :557-563
[3]   一种具有局部搜索的自适应粒子群算法 [J].
乔俊飞 ;
王超 ;
魏静 .
信息与控制, 2015, 44 (04) :385-392
[4]   基于半随机滤波-期望最大化算法的剩余寿命在线预测 [J].
冯磊 ;
王宏力 ;
司小胜 ;
杨晓君 ;
王标标 .
航空学报, 2015, 36 (02) :555-563
[5]  
A survey on life prediction of equipment[J]. Hu Changhua,Zhou Zhijie,Zhang Jianxun,Si Xiaosheng.Chinese Journal of Aeronautics. 2015(01)
[6]   复杂退化系统的组合维修策略优化 [J].
李大伟 ;
张志华 ;
钟强晖 ;
李万 .
航空学报, 2015, 36 (03) :872-880
[7]   数据驱动故障预测和健康管理综述 [J].
彭宇 ;
刘大同 .
仪器仪表学报, 2014, 35 (03) :481-495
[8]   工业过程异常检测、寿命预测与维修决策的研究进展 [J].
周东华 ;
魏慕恒 ;
司小胜 .
自动化学报, 2013, 39 (06) :711-722
[9]  
带测量误差的非线性退化过程建模与剩余寿命估计[J]. 司小胜,胡昌华,周东华.自动化学报. 2013(05)
[10]   融合多源信息的维纳过程性能退化产品的可靠性评估 [J].
王小林 ;
郭波 ;
程志君 .
电子学报, 2012, 40 (05) :977-982