航空航天科学与工程论文_面向多故障模式的多尺

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

作者:

关键词:

摘要：

文章目录

1 问题描述

2 基础理论方法

2.1 自编码神经网络

2.2 支持向量机

2.3 核密度估计

3 MFM-MSEN预测方法

3.1 基于AE重构误差的健康指标建立

3.2 基于AE-SVM的故障模式识别

3.3 多时间尺度相似性匹配

3.4 基于MSEN策略的RUL分布预测

4 案例研究

4.1 数据预处理

4.2 预测实现

(1) 健康指标建立

(2) 多故障模式识别

(3) 多尺度匹配

(4) RUL分布预测

5 结果分析与讨论

5.1 预测结果

5.2 故障识别效应分析

5.3 多尺度集成策略效应分析

6 结语

文章摘要:针对传统相似性方法忽略设备故障模式、退化速度以及监测数据长度间差异性的问题,提出多故障模式下多尺度相似性集成（MFM-MSEN）方法,以提高寿命预测精度并表征预测不确定性.通过训练故障分类模型,设计时序加权预测策略,识别设备故障模式,实现训练与测试设备间的分类匹配并降低匹配复杂度.在此基础上提出多尺度集成策略,可克服单尺度方法的数据利用率限制,并增强预测泛化性能,在多个尺度上匹配健康指标间的相似性,进一步采用核密度估计集成多尺度预测结果,以高精度拟合剩余寿命概率分布.实验结果证明, MFM-MSEN方法具有应对设备退化差异的优越性.

文章关键词:

项目基金:《模式识别与人工智能》网址: http://www.mssbyrgznqks.cn/qikandaodu/2022/0110/779.html