文献

J-GLOBAL ID：201702240788865748   整理番号：17A0732897

GAUSS混合モデル粒子フィルタに基づく故障予測アルゴリズムを提案した。【JST・京大機械翻訳】

A Fault Prognostic Algorithm Based on Gaussian Mixture Model Particle Filter

著者 (4件)： Zhang Lei (School of Automation Science and Electrical Engineering, Beijing University of Aeronautics and Astronautics) ,  Li Xingshan (School of Automation Science and Electrical Engineering, Beijing University of Aeronautics and Astronautics) ,  Yu Jinsong (School of Automation Science and Electrical Engineering, Beijing University of Aeronautics and Astronautics) ,  Dai Jing (School of Automation Science and Electrical Engineering, Beijing University of Aeronautics and Astronautics)
資料名： Hangkong Xuebao  (Hangkong Xuebao)
巻： 30  号： 2  ページ： 319-324  発行年： 2009年 
JST資料番号： W1470A  ISSN： 1000-6893  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 故障予測の問題を解決するために,粒子フィルタに基づく故障予測アルゴリズムを提案した。アルゴリズムの状態推定段階において,結合推定と粒子フィルタを用いて,システムの故障進化モデルの状態と未知パラメータの事後分布を推定した。アルゴリズムの状態予測段階において,2つの異なる方法を採用した。一つの方法は、状態変数の現在時刻の事後分布に対して反復サンプリングを行うことによって、未来時刻の状態変数の事前分布を獲得することである。もう一つの方法は、データ駆動方法を採用して未来の時間内の対象システムの測量情報を予測し、未来の状態変数の事前分布の予測問題を1つの求解後分布の推定問題に転化する。GAUSS混合モデルを用いて,ランダム変数の分布密度を近似し,2つの方法の計算結果を統一した予測フレームワークの下で効果的に相互作用させ,予測精度と信頼性を改善した。アルゴリズムの意思決定段階において,故障進展モデルの状態変数の分布に基づいて,特定の故障判定基準と結合して,対象システムの残存寿命分布を計算した。シミュレーション結果は,提案したアルゴリズムの有効性を示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *予測 ,  状態変数 ,  余寿命 ,  意思決定 ,  *アルゴリズム ,  シミュレーション ,  *故障 ,  *モデル ,  状態推定
準シソーラス用語： 事前分布 ,  事後分布 ,  *故障予知 ,  *予測アルゴリズム ,  *粒子フィルタ ,  *混合モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： fault prognostics ,  state estimation ,  joint estimation ,  particle filter ,  Gaussian mixture model ,  distribution of remaining useful lifetime

分類 (3件)： 信号理論  (ND02020G) ,  システム同定  (IA02040O) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： Gauss混合モデル ,  粒子フィルタ ,  故障予測 ,  アルゴリズム ,  提案