机电系统健康状态预测和维修决策的双向优化方法
在以机电系统为代表的复杂装备健康管理的应用场景中,健康状态预测与维修决策操作依赖于装备的健康状态演化进程,二者在所依赖的知识上具有明显的耦合性,对应的二元知识也因此具有双向融合的价值.本文从健康状态评估与维修排故二元知识的双向融合出发,提出一种面向机电系统的健康状态预测和维修决策双向优化方法,即定期利用该阶段累积的有限运行记录,在该阶段的健康状态预测和即时维修决策模型上做出优化.最后,本文基于实际机电系统中天线调平系统的仿真实验对本文所提的双向优化方法进行了验证,健康状态预测误差稳定降低到 0.002%,维修决策收益稳定提升到 93.57,验证了本文提出的健康状态预测与维修决策协同方法的有效性.
复杂系统、健康管理、健康状态预测、维修决策、双向优化
44
TH707(仪器、仪表)
国家重点研发计划;国家自然科学基金
2023-07-10(万方平台首次上网日期,不代表论文的发表时间)
共12页
131-142