考虑不完全维护影响的随机退化设备剩余寿命预测

针对寿命周期中存在不完全维护影响的随机退化设备剩余寿命难以预测的问题,提出了一种考虑不完全维护影响的退化建模和剩余寿命预测方法.首先,在Wiener过程理论架下,建立了能够表征不完全维护影响的分阶段退化过程模型,然后从阶段时间服从的逆高斯分布出发,利用逆高斯分布的卷积特性,从理论上推导出存在不完全维护下寿命分布的解析解,并将维护效果的随机性和维护次数的影响传递到寿命分布中.进一步通过时间尺度变换,得到了考虑未来存在不完全维护影响下的剩余寿命分布解析解.通过极大似然估计和最小二乘法对模型未知参数进行了估计.最后将本文方法应用到陀螺仪的实际退化过程中,验证了所提方法的有效性.     

测量结果不确定度的估计与表达

测量不确定度是近30年来计量界在总结大量测量实践和误差理论基础上进行研究的一个重要成果.尤其近10多年来在计算方法上提出了新的原则,是一个新的概念.其方法主要从不确定度的A类、B类评定、合成标准不确定度评定及其扩展不确定度等四个方面来表示测量结果,从而在各个学科之间和国家之间逐步统一计量测试结果的表达,更利于无误地互相利用测量结果.     

基于退化轨迹的增强粒子滤波设备剩余寿命预测方法

目前粒子滤波算法在建立状态转移方程和量测方程时,未考虑到设备的退化趋势,导致预测设备的退化曲线准确性不高.针对以上问题,提出了一种基于退化轨迹的设备剩余寿命预测方法,使用设备已知的退化数据,利用粒子滤波方法对设备退化模型的参数进行更新,通过建立与传统方法不同的粒子滤波量测方程,使依赖于更新后的退化模型参数的预测曲线符合...     

基于卡尔曼滤波的剩余寿命预测模型

振动烈度是剩余寿命的一个评价指标。为提高剩余寿命预测精度,解决时序模型预测延时问题,文中提出了一种时间序列分析理论,对振动烈度数据进行平稳建模,得到符合其变化规律的模型方程;通过得到的模型方程推导出卡尔曼滤波算法的状态方程和观测方程;然后依靠卡尔曼预测递推方程进行预测,再对振动烈度进行预测,从而预测剩余寿命。实例分析表明,采用混合算法可以提高预测精度,且较好地解决了预测延时问题。     

测量不确定度

本文介绍了什么叫测量不确定度。测量不确定度包括哪些内容，如何评估测量不确定度，以及在测试报告中对测量不确定度的要求。     

不确定无序量测系统的最优网络化状态估计

本文以线性时不变或系统参数预先确定的单传感器系统为对象,研究带有不确定随机无序量测约束下的最优网络化估计问题.基于线性时不变或参数预先确定系统的滤波器系数矩阵离线计算和线性最小方差估计的线性加权求和特性,首先介绍传统Kalman滤波的等价测量值加权求和形式.然后,以该测量值加权求和滤波器为基础,结合布尔二值开关和无序量...     

测量不确定度及其评定

目前,测量是在科学技术、工农业生产、国内外贸易、工程项目以至日常生活等各个领域中不可缺少的一项工作.测量的目的是确定被测量的量值,测量的质量会直接影响到国家和企业的经营活动.因此,测量不确定度作为衡量测量结果质量的重要指标,对其进行分析研究具有非常重要的意义.本文主要从测量不确定度的发展、定义、来源、分类等方面进行详细...     

测量不确定度的计算探讨

本文主要介绍怎样表达和评定测量不确定度及其在实际检定工作中的应用。     

基于维纳过程的卫星用光纤陀螺剩余寿命预测

卫星用光纤陀螺的剩余寿命预测是卫星健康状态管理中的一个关键问题。针对传统的退化过程建模不能考虑同批设备中个体差异的问题,提出采用一种基于维纳过程的随机变量模型对光纤陀螺在空间环境下的退化特性进行建模。该模型将维纳过程中的漂移系数看成随机变量以描述个体差异,传统的维纳过程是其特例。依据该模型,可以得到光纤陀螺的可靠性指标和剩余寿命信息。仿真试验表明,文中提出的退化建模方法的精度明显高于传统方法,具有一定的工程应用价值。     

未建模系统基于观测值的实时分块Kalman滤波估计方法研究

 本文以一类具有周期随机变化特点的随机过程为对象,在仅有测量模型的情况下研究估计方法的设计问题.首先,通过离散化方法建立点采样的离散输出方程、分块形式的输出方程以及描述点采样与被估状态块向量之间关系的输出方程;其次,利用待估变量具有的周期性随机游走特性,建立对应的状态模型;再者,利用扩展强跟踪滤波算法,分别得到了实时点估计滤波器、半实时块估计滤波器和实时块估计滤波器等三种未建模系统随机变量基于输出测量值的估计方法;最后,利用计算机仿真对三种滤波器的性能进行了比较分析.     

交互式多区域模型

一种被称为交互式多区域模型(IMRM)的非线性滤波算法被提出,用于对状态和连续系统参数进行联合估计.IMRM将连续的系统参数空间视为由若干子区域所构成的集合,并将每个子区域分别分配给一个子模型.IM-RM使用一组子滤波器并行滤波.在每一时刻,IMRM利用交互操作计算各子模型的混合初始化环境,之后各子滤波器在假设系统参数跳变到特定子区域的前提下,对状态和系统参数进行估计.为了有效地应用IMRM,提出了一种基于无迹变换的交互式多区域模型(UT-IMRM)算法.UT-IMRM对每个子模型使用无迹卡尔曼滤波器(UKF)进行滤波.在目标跟踪实验中对UT-IMRM性能进行测试.实验结果显示当系统参数不属于IMM模型集合时,UT-IMRM能够比IMM获得更好的估计性能.     

Steady-State Solution for a Three-State Kalman Filter Using Range,Range Rate and Range Acceleration Measurements

A closed-form steady-state solution is derived for a three-state Kalman filter which estimates the range, range rate and range acceleration when range, range rate and range acceleration are measured. For simplifying the expressions of the solution, a new normalization of the steady-state error covariance is introduced. Minimum values of the normalized steady-state error variances of a three-state Kalman filter are obtained. The solutions can be applied to tracking filter performance prediction and constant gain filter design.     

缓变退化设备剩余寿命预测的随机阈值方法

针对一类缓变退化设备的样本平均在短时间内退化不明显的特点,将设备检测数据的样本标准差作为一个失效指标进行退化建模,从样本标准差的变化趋势来估计设备的性能状态,并且鉴于样本标准差数据非线性强波动幅度大的特点,提出了一种随机阈值的剩余寿命预测方法。通过惯性平台陀螺仪漂移数据实例验证证明,该方法能够对这类非线性强、波动幅度大的退化数据建模,并得到可信的预测结果。     

高速公路多路段状态联合估计方法

为了准确估计高速公路多个路段的交通状态,该文通过分析高速公路的路段宏观模型,提出了一种新的多路段误差状态方程。在该模型中,考虑了各路段交通密度、平均速度估计误差的传播。通过该模型,可以采用推广Kalman滤波方法进行多路段的交通状态估计。为了克服多路段状态方程的维数灾、提高计算效率并增强数值稳定性,根据系统矩阵分块的特点,该文采用了平方根滤波方法。仿真计算和实际应用表明,该文方法不仅避免了估计误差的积累效应,而且大大提高了多路段交通状态估计的计算效率。     

传感器精度的状态估计方法

利用卡尔曼滤波方法可对传感器精度进行状态估计。本文讨论了卡尔曼滤波中黎卡提方程的反问题,并对观测传感器精度以一定的估计误差进行数值寻优。短文与研究通讯