基于融合方法预测锂离子电池剩余寿命

为了准确地预测锂离子电池剩余寿命,创新性地用无迹卡尔曼、遗传算法和粒子滤波算法融合得到的融合方法研究了锂离子电池剩余寿命预测。用无迹卡尔曼算法的滤波结果所构造的建议分布代替标准粒子滤波算法中的重要性密度函数,用遗传算法的选择、交叉和变异过程代替其重采样过程,将3种算法相融合,用于电池的剩余寿命预测。结果表明,相较于标准粒子滤波算法的估算结果,所提的融合方法有效地降低了粒子退化程度,并抑制粒子多样性丧失,其对电池剩余寿命预测的误差更小,更接近实际值。用该融合方法预测锂离子电池剩余寿命时有更高的精确性和适用性。     

腐蚀管线的剩余寿命预测

预测管线的腐蚀变化趋势及腐蚀对管线结构完整性的危害是评价管线剩余寿命的关键步骤。将影响管线剩余寿命的各种因素看成是分布各异的随机变量，建立了预测管线失效的概率数学模型。利用这一模型，研究了腐蚀速率、缺陷深度、管道壁厚和工作压力等因素对管线可靠性的影响。结果表明，各参数的不确定性越大，管线的可靠性越低；缺陷深度在腐蚀缺陷形成初期，对管线的可靠性有很大影响，而随着时间的推移，腐蚀速率将对管线的可靠性有较大影响。对一条输油管线，基于管线腐蚀检测数据，对1km长度的管道进行失效概率统计分析得到的腐蚀速率能够对管线全线的安全状况做出合理预测，从而为管线的进一步维修与检测提供参考资料．     

现役水工钢闸门结构剩余寿命的预测

基于可靠性原理，确定了现役钢闸门结构构件最低可靠度设置标准．采用类比的方法确定了现役钢闸门结构可靠度评估时荷载的统计参数，建立了钢闸门结构构件抗力的衰减模型．在此基础上，提出了基于可靠度理论的现役钢闸门结构剩余寿命预测算法，并以受弯构件为例，对其剩余寿命进行了预测．结果表明，提出的方法在预测闸门构件剩余寿命时是有效的．     

基于放电电压降的锂电池剩余寿命预测方法研究

锂离子电池凭借其出色的电性能,已然成为动力和储能的最佳载体,对锂电池的剩余寿命的预测显得尤为重要.目前,锂电池剩余寿命的主要预测方法有数据分析和融合分析等方法,这些方法的输入变量是锂离子电池的放电容量.考虑到锂电池放电容量存在获取速度慢,效率低等缺点,本文提出一种基于放电电压降作为输入变量的剩余寿命预测方法,并基于NA...     

基于半经验融合方法的锂离子电池剩余寿命预测

针对锂离子电池剩余使用寿命预测中机理模型建立复杂、数值求解困难,而纯数据驱动方法通用性不强的问题,提出了一种基于高斯拟合模型和粒子滤波算法相结合的半经验融合预测方法。首先设计并实现锂离子电池寿命衰减实验采集多组数据,其次利用MATLAB工具进行数据预处理并利用高斯拟合方法建立寿命衰减规律描述公式,再基于此建立寿命衰减状态空间模型和观测模型,最后利用粒子滤波算法进行跟踪预测。结果表明此预测方法能达到小于5%的预测精度。     

基于改进比例失效率模型的设备剩余寿命预测

产品的剩余寿命预测能够为产品的维修和更换提供重要的决策依据.传统的比例失效模型方法在剩余寿命预测中得到了广泛的应用,然而此方法没有充分利用产品的历史寿命信息,对产品的退化过程也没有很好地描述.针对此问题,提出了一种融合退化过程与失效率建模的产品剩余寿命预测方法.该方法首先利用线性过程对产品的退化过程建模,然后利用比例失效模型融合退化过程对失效率的影响,达到充分利用产品历史信息的目的.此外,与传统比例失效模型方法不同,模型中的比例参数分为两部分,分别将产品退化的初始信息和产品的退化增量联系起来,进一步利用产品的当前退化信息对产品的参数进行Bayes更新,基于此进行剩余寿命预测,从而实现产品历史数据和当前退化数据的有效融合.通过激光发生器的退化数据验证了所提方法的有效性.     

腐蚀管线的剩余寿命预测

预测管线的腐蚀变化趋势及腐蚀对管线结构完整性的危害是评价管线剩余寿命的关键步骤。将影响管线剩余寿命的各种因素看成是分布各异的随机变量 ,建立了预测管线失效的概率数学模型。利用这一模型 ,研究了腐蚀速率、缺陷深度、管道壁厚和工作压力等因素对管线可靠性的影响。结果表明 ,各参数的不确定性越大 ,管线的可靠性越低 ;缺陷深度在腐蚀缺陷形成初期 ,对管线的可靠性有很大影响 ,而随着时间的推移 ,腐蚀速率将对管线的可靠性有较大影响。对一条输油管线 ,基于管线腐蚀检测数据 ,对 1km长度的管道进行失效概率统计分析得到的腐蚀速率能够对管线全线的安全状况做出合理预测 ,从而为管线的进一步维修与检测提供参考资料。     

基于Gumbel极值分布的大型原油储罐剩余寿命预测

储罐的剩余寿命是预测储罐的未来工作能力,预测储罐未来腐蚀发展趋势和壁厚减薄趋势。预测其在满足剩余强度及其安全性要求前提下储罐的剩余寿命。根据储罐的腐蚀特点,储罐的最大腐蚀坑深服从Gumbel I型最大极值分布。基于最大极值分布和概率统计,推导出储罐剩余寿命计算公式。储罐的剩余寿命由储罐中幅板的剩余寿命决定。分别采用API653和API 650的规定确定罐底板和罐壁板的最小允许厚度。在0.99、0.999和0.999 9的可靠度下储罐A的剩余寿命分别为25年、20年和17年。与国外标准进行对比,国内标准对储罐检修周期的规定相对保守。提出的剩余寿命预测方法对于确定储罐检修周期具有参考价值。     

回归预测法在桥梁剩余寿命预测中的应用研究

随着公路交通事业的发展,在役桥梁的使用状态越来越引起了人们的广泛重视．准确地预测在役桥梁的剩余使用寿命可为公路管理部门的养护维修方案提供可靠的决策依据,节省了建设资金,保障了桥梁的安全．但到目前为止,该方面的研究进展比较缓慢．提出了引入回归预测这一数学原理对该问题进行研究分析,方法简单适用,并孳用实例加以说明,实现了桥梁结构剩余使用寿命的预测．     

车用锂离子动力电池剩余寿命非线性组合预测研究

针对单一预测模型难以准确预测锂电池的剩余寿命（remaining useful life, RUL）难题,提出了非线性组合预测方法;利用相空间重构,对实验采集到的数据进行重构,将重构后的数据对改进Elman神经网络和非线性自回归（nonlinear autoregressive with exogenous input,NARX）神经网络这2个单项预测模型进行训练和预测;采用RBF神经网络对2个单项模型的预测值进行非线性组合,获得最终的RUL预测值．结果表明:非线性组合预测方法的均方根误差比PCA-NARX方法提高了近1%,比NARX方法提高了近2%,比改进Elman方法提高了近3%;非线性组合预测方法具有较高的精度及泛化能力,采用相空间重构技术有利于提高非线性组合方法的预测精度．      

锂离子电池的多状态模型剩余寿命预测方法

针对锂离子电池的容量恢复现象导致的剩余寿命预测精度不高的问题,提出了一种锂离子电池的多状态模型剩余寿命预测方法.首先通过分析锂电池的衰退数据将锂离子电池的退化过程分为正常退化、容量恢复和加速退化三种状态,然后分别对三种状态的退化过程进行建模并验证了模型的有效性,将3种状态的模型组合得到锂离子电池多状态容量衰退模型.然后...     

基于Wiener过程的钢厂风机剩余使用寿命实时预测

作为炼钢厂的关键设备,风机担负着转炉除尘和煤气回收的重要任务,实现风机剩余使用寿命的准确预测具有重要的实际意义.通过对邯郸某炼钢厂风机振动数据的分析,建立了基于Wiener过程的状态退化模型,在首达时间的意义下,推导出风机剩余使用寿命的概率密度函数的解析表达式,提出了一种基于极大似然估计的参数实时估计方法,从而实现风机剩余使用寿命的在线实时预测.实验结果表明,相对于文献中的方法,本文所提出的预测方法可以得到更高的预测精度和较低的预测不确定性.     

基于局部敏感哈希 双层随机森林的燃气轮机剩余使用寿命预测

针对燃气轮机剩余使用寿命预测中监测数据信息利用不够充分、退化过程难以表示、预测精度低等问题,提出了一种基于局部敏感哈希-双层随机森林的燃气轮机剩余使用寿命预测方法.该方法首先使用主成分分析充分利用多维监测数据信息构建健康因子来表示退化过程,并通过滑动截取的方法在健康因子曲线上获取训练数据;然后,通过p-stable分布局部敏感哈希相似性搜索算法匹配和需要预测的样本最相似的样本;进而,使用双层随机森林对剩余使用寿命进行回归预测.利用C-MAPSS数据集验证了该方法的有效性和准确性,研究结果可为其他非线性退化系统剩余使用寿命预测提供一定的参考.     

锂离子电池剩余寿命间接预测方法简

针对锂离子电池在线剩余寿命预测时容量难以直接测量以及预测表达的不确定性等问题,提出一种利用锂离子电池充放电监测参数构建剩余寿命预测健康因子的方法框架,实现了锂电池健康状态的表征,同时利用高斯过程回归（Gaussian process regression,GPR）方法给出剩余寿命预测的不确定性区间,从而构建了锂离子电池在线剩余寿命预测的方法体系。基于NASA锂离子电池数据集和卫星锂离子试验数据的剩余寿命预测验证和评估实验,表明本文提出的方法框架可以很好地支撑电池在线剩余寿命预测的应用,具备较好的电池剩余寿命预测精度和不确定性管理能力。     

基于互信息的主成分分析结合支持向量回归的滚动轴承剩余寿命预测研究

滚动轴承作为旋转机械设备中的关键部件,影响着设备的可靠性运行。为了智能开展设备维护工作,提高设备的运转效率,提出一种基于互信息（mutual information,MI）的主成分分析（principal component analysis,PCA）（MI-PCA）结合支持向量回归（support vector regression,SVR）的滚动轴承剩余寿命预测方法。首先利用小波包降噪算法剔除原始振动信号中的异常数据点和噪声,并基于降噪数据提取其时域、频域和时频域特征;然后结合特征与剩余寿命的互信息值进行特征筛选,再通过PCA降维算法获得可表征轴承退化状态的敏感特征,用于SVR的输入;最后构建并训练SVR剩余寿命预测模型,并将其应用于滚动轴承全寿命试验数据。试验结果表明与基于MI和基于PCA的SVR回归预测模型（MI-SVR模型、PCA-SVR模型）相比,基于MI-PCA的SVR模型具有更高的预测精度（预测精度可达97%）,能够实现滚动轴承剩余寿命的精准预测,为开展及时有效的设备维护工作提供了决策依据。     

基于可靠性分析与状态监测的钻井泵剩余工作寿命预测

在对大量同类钻井泵的大修间隔时间数据进行概率统计分析的基础上,求得与钻井泵的运行可靠度相关的特征参数,在宏观上提供钻井泵寿命预测的依据.动力端中情况最差的轴承的寿命可代表钻井泵的寿命,所以将状态监测所得的经优选的各域振动信息作为神经网络系统的模糊输入向量,通过径向基神经网络求出轴承的故障隶属度,作为轴承理论寿命计算公式的修正系数,由此解决钻井泵剩余工作寿命的预测问题,进而获得钻井泵剩余工作寿命.实际预测结果证明了预测方法的科学性和合理性.     

基于多源异构信息融合的煤矿冒顶事故预报技术

基于D-S理论和模糊数学理论,建立了煤矿冒顶监测系统中多源异构信息融合模型,并提取某矿冒顶危险性数值特征,应用隶属度函数概念得出危险征兆的信度函数分配,最后利用判决规则判断其融合结果并预测该矿冒顶危险等级。该方法能简便快速的预测煤矿冒顶危险,准确识别冒顶危险预兆的目标特征,为矿井冒顶事故预报可以提供依据。     

基于模糊信息融合的掘进机截齿磨损监测系统

为了实现对掘进机在截割过程中截齿磨损的实时在线监测,以可编程序控制器PLC(Programmable Logic Controller)为数据采集与处理核心,分别对掘进机在掘进过程中的电流信号、振动信号和声发射信号进行实时检测,采用模糊信息融合方法实现对各特征信号的模糊化、模糊规则查询以及解模糊处理,得到决策后截齿磨损精确量值。试验结果表明,基于模糊信息融合的截齿磨损监测系统测得的截齿磨损量与实测数据基本吻合,误差范围在8%以内,精确度和可信度较高。     

在役混凝土结构最优剩余使用寿命预测

提出了基于可靠性与经济优化相结合的在役混凝土结构剩余使用寿命评估准则，并建立了在役混凝土结构剩余使用寿命预测的优化模型，通过对模型的求解，可以为维护与加固的合理决策提供参考，对构件进行维护的算例表明，针对一个具体的构件，存在着最优的结构剩余使用寿命和最合理的维护程度。