基于APSO-HSMM的转辙机PHM模型研究

摘要：

针对转辙机故障发生的随机性与不确定性,提出基于自适应粒子群算法(APSO)优化隐半马尔科夫(HSMM)的设备故障预测与健康管理(PHM)模型,旨在现对传统信号维修策略进行优化改进研究.首先,将S700K型转辙机的机械部件的退化过程按全生命周期进行划分,建立设备退化状态的一般HSMM模型;其次,选择APSO算法对转辙机PHM模型进行智能优化;再次,采用前向-后向算法(F-B)对优化的模型(APSO-HSMM)进行参数估计;最后,通过实例分析验证了该优化模型对转辙机健康状态评估及剩余寿命预测的有效性.

关键词：转辙机、自适应粒子群、故障预测与健康管理、状态评估、剩余寿命预测

所属期刊栏目：47

分类号：U283.21(铁路通信、信号)

资助基金：National Natural Science Foundation of China61164101国家自然科学基金资助项目61164101

在线出版日期：2019-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：63-69