地铁车辆电动塞拉门的剩余寿命预测

针对地铁车辆客室电动塞拉门传动装置润滑不良的问题,提出了基于自组织映射（SOM）神经网络、隐马尔可夫链（HMC）模型和蒙特卡罗（MC）仿真的剩余使用寿命预测方法。该方法首先对采集到的电机电流信号进行特征提取;然后利用SOM对提取出的多维特征数据进行融合与编码,将所得结果作为HMC的输入向量,训练得到全部寿命下劣化状态转移矩阵;最后利用MC方法实现对其劣化过程的剩余使用寿命预测。故障模拟实验结果表明,该方法可以在考虑润滑不良故障模式下,有效预测得到电动塞拉门丝杆的剩余使用寿命。     

基于特征适应度分析的剩余寿命预测方法及应用

针对地铁车辆客室电动塞拉门传动装置润滑不良的问题,提出了一种基于特征适应度分析的剩余寿命预测方法.该方法首先采集电机工作电流提取各时域特征,分析各劣化特征间的关联性,得到特征关联矩阵及相对关联权重,然后利用劣化评价指标分析各特征自身劣化过程的固有特性,通过构建特征混合适应度函数筛选最优劣化特征子集.最后,根据润滑不良故...