主要内容

适合

使用历史数据估计参数的剩余使用寿命模型

描述

适合函数的参数估计剩余使用寿命(原则)预测模型使用历史数据有关的健康一个类似的组件,如多台机器制造相同的规格。根据模型的类型,您指定历史健康数据寿命测量或者退化概要文件的集合。一旦你估计模型的参数,你可以预测类似的组件使用的剩余使用寿命predictRUL函数。

使用适合,您可以配置以下类型的估计模型的参数:

  • 退化模型

  • 生存模型

  • 相似模型

对于一个基本的示例说明原则预测,明白了更新原则预测数据的到来

一般信息使用这些模型,预测剩余寿命荷重软化估计使用原则估计模型

例子

fit (mdl,数据)适合剩余使用寿命的参数模型mdl使用的历史数据数据。这只适用于当语法数据不包含时间表数据。

例子

fit (mdl,数据,lifeTimeVariable)适合的参数mdl使用时间变量lifeTimeVariable并设置LifeTimeVariable的属性mdl。这只适用于当语法数据包含:

  • Nontabular数据

  • 表格数据,mdl不使用数据变量

fit (mdl,数据,lifeTimeVariable,dataVariables)适合的参数mdl使用变量的数据dataVariables并设置DataVariables的属性mdl

例子

fit (mdl,数据,lifeTimeVariable,dataVariables,censorVariable)指定的审查变量生存模型和设置CensorVariable的属性mdl。审查变量表明永久测量数据不是临终的价值观。这只适用于当语法mdl是一种生存模式和数据包含表格数据。

例子

fit (mdl,数据,lifeTimeVariable,dataVariables,censorVariable,encodedVariables)指定的编码变量协变量的生存模式和设置EncodedVariables的属性mdl。编码的变量通常非数字分类特性适合拟合之前转换成数值向量。这只适用于当语法mdl是一个covariateSurvivalModel对象和数据包含表格数据。

例子

全部折叠

负荷训练数据。

负载(“linTrainVectors.mat”)

训练数据是一个单元阵列的列向量。每一个列向量为一个组件是一个退化特性概要文件。

用默认设置创建一个线性退化模型。

mdl = linearDegradationModel;

使用训练数据训练退化模型。

fit (mdl linTrainVectors)

负荷训练数据。

负载(“reliabilityData.mat”)

这个数据是一个列向量持续时间对象代表电池放电时间。

用默认设置创建一个可靠性生存模型。

mdl = reliabilitySurvivalModel;

使用训练数据训练生存模型。

fit (mdl reliabilityData,“小时”)

负荷训练数据。

负载(“hashTrainTables.mat”)

训练数据的单元阵列表。每个表为一个组件是一个退化特性概要文件。每个概要文件包含生活时间测量“时间”变量和相应的降解特性的测量“条件”变量。

创建一个散列相似模型,使用以下值作为散列的特点:

mdl = hashSimilarityModel (“方法”@ (x)[意思是(x),性病(x),峰度(x)中位数(x)));

使用训练数据训练相似模型。指定寿命和数据变量的名字。

fit (mdl hashTrainTables,“时间”,“条件”)

负荷训练数据。

负载(“covariateData.mat”)

这些数据包含电池的放电时间和相关的协变量信息。协变量的变量有:

  • 温度

  • 负载

  • 制造商

制造商信息是类别变量,必须进行编码。

创建一个协变量生存模型,使用训练数据训练它。

mdl = covariateSurvivalModel (“LifeTimeVariable”,“DischargeTime”,“LifeTimeUnit”,“小时”,“DataVariables”,(“温度”,“负载”,“制造商”),“EncodedVariables”,“制造商”);fit (mdl covariateData)
成功的融合:梯度小于OPTIONS.TolFun规范

假设您有一个电池生产制造商B运行了30.个小时。创建一个测试数据表包含使用时间,DischargeTime测量环境温度,TestAmbientTemperature,当前,TestBatteryLoad

TestBatteryLoad = 25;TestAmbientTemperature = 60;DischargeTime =小时(30);TestData =时间表(TestAmbientTemperature TestBatteryLoad,“B”,“RowTimes”小时(30));TestData.Properties。VariableNames = {“温度”,“负载”,“制造商”};TestData.Properties。DimensionNames {1} =“DischargeTime”;

预测电池的原则。

TestData estRUL = predictRUL (mdl)
estRUL =持续时间38.332人力资源

情节的生存函数的协变量数据的电池。

情节(mdl TestData)

图包含一个坐标轴对象。坐标轴对象标题生存函数图包含2楼梯类型的对象。这些对象代表基线生存函数,当前生存函数。

输入参数

全部折叠

剩余使用寿命预测模型,指定为这些模型之一。适合使用历史数据更新的参数模型数据

为更多的信息在不同的模型类型和使用它们时,看到的模型预测剩余寿命

历史数据有关的健康一个类似的组件,如降解资料或寿命,指定为数组或表组件的生活时代,或退化单元阵列配置文件。

如果你的历史数据存储在一个数据存储对象,你必须首先将其转换为一个之前估计模型参数。有关更多信息,请参见数据集合体状态监测和预测维护

的格式数据取决于您所指定的类型的荷重软化模型mdl

退化模型

如果mdl是一个linearDegradationModelexponentialDegradationModel,指定数据作为一个单元阵列组件退化的概要文件。单元阵列的每个元素包含退化特性概要文件在一个单独的组件的生命周期。只能有一个退化特性为您的模型。您可以指定数据作为一个单元阵列:

  • 两列数组,每一行包含使用时间在第一列和第二列的相应特性测量。在这种情况下,使用时间列必须包含数值;也就是说,它不能使用,例如,持续时间timedate值。

  • 对象。从表中选择变量包含功能退化概要文件使用dataVariables,并选择使用时间变量,如果存在,使用lifeTimeVariable

  • 时间表对象。从表中选择变量包含功能退化概要文件使用dataVariables,并选择使用时间变量使用lifeTimeVariable

生存模式

为生存模型,数据包含多个组件的寿命测量。也为协变量,生存模型,数据包含相应的长期有效的协变量,比如组件提供者或工作制度。指定数据为以下之一:

  • 列向量的寿命测量——这种情况只适用于当mdl是一个reliabilitySurvivalModel

  • 数组的第一列包含寿命测量,和其余列包含协变量的值。这种情况只适用于当mdl是一个covariateSurvivalModel

  • 时间表——在这种情况下,从表中选择变量,其中包含测量使用寿命lifeTimeVariable。协变量生存模型,选择协变量的变量使用dataVariables。对可靠性的生存模式,适合忽略了dataVariables

默认情况下,适合假设所有临终寿命度量值。表明寿命测量不是一个临终值,使用审查。为此,指定数据作为一个时间表包含一个审查变量。审查的变量是一个二进制变量1当相应的寿命测量不是一个临终的价值。选择审查变量使用censorVariable

相似模型

如果mdl是一个hashSimilarityModel,pairwiseSimilarityModel,或residualSimilarityModel,指定数据退化单元阵列的配置文件。细胞数组的每个元素包含退化特性概要文件在一生中单个组件。相似模型,您可以指定多个退化特征,其中每个组件功能是健康的标志。您可以指定数据作为一个单元阵列:

  • N——- - - - - -(M+ 1)数组N是测量的数量特性(在不同的使用时间)和的数量特征。第一列包含了使用时间和剩余的列包含相应的降解特性的测量。

  • 对象。从表中选择变量包含功能退化的概要文件使用dataVariables,并选择相应的使用时间变量,如果存在,使用lifeTimeVariable

  • 时间表对象。从表中选择变量包含功能退化的概要文件使用dataVariables,并选择相应的使用时间变量使用lifeTimeVariable

适合假设所有的退化概要文件表示run-to-failure数据;即数据开始当组件在一个健康的状态和结束时,组件是接近故障或维护。

生活时间变量,指定为一个字符串。如果数据是一个:

  • ,然后lifeTimeVariable必须匹配表中的变量名称之一。

  • 时间表,然后lifeTimeVariable一个变量名称的表或维度时间变量的名称,data.Properties.DimensionNames {1}

时间表,然后lifeTimeVariable必须匹配表中的变量名称之一。如果没有生命表中的时间变量或者数据nontabular,那么你可以省略吗lifeTimeVariable

lifeTimeVariable必须”“或一个有效的MATLAB®变量名称,必须不匹配的任何字符串dataVariables

适合商店lifeTimeVariableLifeTimeVariable模型的属性。

特性数据变量指定为一个字符串或字符串数组。如果数据是一个:

  • 退化模型,然后dataVariables必须是一个字符串

  • 相似模型或协变量的生存模式dataVariables必须是一个字符串数组

  • 可靠性的生存模式适合忽略了dataVariables

如果数据是:

  • 一个时间表,那么字符串dataVariables必须匹配表中的变量名。

  • Nontabular,然后dataVariables必须”“或包含相同数量的字符串作为有数据列数据。的字符串dataVariables必须有效的MATLAB函数名称。

适合商店dataVariablesDataVariables模型的属性。

审查变量生存模型,指定为一个字符串。审查变量是一个二进制变量,表示生活时间测量数据不是临终的价值观。使用审查,数据必须是一个时间表

如果您指定censorVariable,必须匹配的字符串变量名数据而且必须不匹配的任何字符串dataVariableslifeTimeVariable

适合商店censorVariableCensorVariable模型的属性。

编码的变量为协变量生存模型,指定为一个字符串或字符串数组。编码的变量通常非数字分类特性适合拟合之前转换成数值向量。你也可以指定逻辑或数字值,值从一个小设置编码。

的字符串encodedVariables必须的一个子集字符串dataVariables

适合商店encodedVariablesEncodedVariables模型的属性。

介绍了R2018a