文献

J-GLOBAL ID：201702253680482888   整理番号：17A1651163

多重依存分解過程に基づくオンライン予測【Powered by NICT】

Online prognostics based on multiple dependent degradation processes

著者 (3件)： Xi Xiaopeng (Department of Automation, TNList, Tsinghua University, Beijing, P. R. China) ,  Chen Maoyin (Department of Automation, TNList, Tsinghua University, Beijing, P. R. China) ,  Zhou Donghua (College of Electrical Engineering and Automation, Shandong University of Science and Technology, Qingdao, P. R. China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： PHM (Harbin)  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 長寿命産業用装置については,オンライン予測は実時間でシステムの残存耐用年数(RUL),これは保守スケジュールのための効果的な参照を提供するさらにを予測することができる。予知の問題に関するほとんどの既存の文献は単一分解過程だけを扱うまたは統計的な意味で多成分系の相関構造をモデル化するためにCopula関数を単純に利用する。本論文では,実用的な観点から多重依存性劣化過程をもつシステムに焦点を当て,依存性は二部拡散係数行列により記述される直接Wiener過程に基づく劣化モデルの新しい種類を確立した。このモデルに従えば,モンテカルロアルゴリズムに基づいて提示したオンラインRUL予測法。特に,新しい状態監視データが利用可能になったなら,モデルの未知パラメータは,期待値最大化(EM)アルゴリズムを利用して更新することができる。一方,信頼性関数と同様に電流モニタリング時間でRULの分布は,対応する分解過程の第一通過時間をシミュレートすることにより,あらかじめ決めた故障しきい値によることができる。最後に,提案した方法の有用性は,二変量依存性劣化過程に関する数値例により検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 保全 ,  *多重化 ,  Wiener過程 ,  耐用年数 ,  モデル ,  *予測 ,  多成分系 ,  アルゴリズム ,  モデリング ,  予測技法 ,  故障
準シソーラス用語： 状態監視 ,  劣化モデル ,  劣化過程 ,  *オンライン , 【Automatic Indexing@JST】

分類 (1件)： 二次電池  (YB04030K)

タイトルに関連する用語 (4件)： 多重 ,  分解過程 ,  オンライン ,  予測