文档帮助中心文档
重置剩余使用寿命退化模型
重启(mdl)
重启(mdl resetPrior)
重新启动(___、名称、值)
例子
重新启动(mdl)重置退化过程积累的内部存储统计前一个调用更新和重置InitialLifeTimeValue和CurrentLifeTimeValue模型的属性。如果SlopeDetectionLevel属性模型的非空,那么斜率测试也重新启动,无视任何以前的检测。
重新启动(mdl)
mdl
更新
InitialLifeTimeValue
CurrentLifeTimeValue
SlopeDetectionLevel
重新启动(mdl,resetPrior)之前设置的参数值mdl当相应的后值resetPrior是真正的。
重新启动(mdl,resetPrior)
resetPrior
真正的
重新启动(___,名称,值)指定的属性mdl使用一个或多个名称-值对参数。
重新启动(___,名称,值)
名称,值
全部折叠
负荷训练数据,这是一个退化为一个组件功能概要文件。
负载(“expRealTime.mat”)
对于这个示例,假设训练数据不是历史数据。当没有历史数据,您可以更新您的退化模型实时使用观测数据。
创建一个指数退化模型与以下设置:
θ 先验分布的均值2.4和方差0.006
2.4
0.006
β 先验分布的均值0.07和方差3 e-5
0.07
3 e-5
噪声的方差0.003
0.003
mdl = exponentialDegradationModel (“θ”,2.4,“ThetaVariance”,0.006,…“β”,0.07,“BetaVariance”3 e-5…“NoiseVariance”,0.003);
由于没有生活在训练数据时间变量,创建一个任意的生活时间矢量拟合。
一生=[1:长度(expRealTime)];
观察100年的退化特性的迭代。每次迭代后更新退化模型。
为i = 1:10 0更新(mdl,一生(i) expRealTime (i)))结束
重置模型,它清除累积统计信息从以前的观测和重置后验分布的先验分布。
任意的 θ 和 β 先验分布差异大,主要依赖于观测数据模型
mdl = exponentialDegradationModel (“θ”,1“ThetaVariance”1 e6,…“β”,1“BetaVariance”1 e6,…“NoiseVariance”,0.003);
观察10迭代降解特性。每次迭代后更新退化模型。
为我= 1:10更新(mdl,一生(i) expRealTime (i)))结束
后观察一段时间的模型,例如在稳态操作点,您可以重新启动模型和保存当前后验分布作为先验分布。
重启(mdl,真的)
查看更新后的先验分布参数。
mdl.Prior
ans =结构体字段:θ:2.3555 ThetaVariance: 0.0058 Beta 0.0722 BetaVariance: 3.6362 e-05ρ:-0.8429
linearDegradationModel
exponentialDegradationModel
退化荷重软化模型,指定为一个linearDegradationModel对象或一个exponentialDegradationModel对象。重新启动清除累积统计信息mdl和重置InitialLifeTimeValue和CurrentLifeTimeValue的属性mdl。
重新启动
假
国旗为之前重新设置参数信息,指定为一个逻辑值。当resetPrior是:
真正的,然后重新启动之前设置的参数值mdl相应的电流后参数值。例如,mdl.Prior.Theta被设置为mdl.Theta。
mdl.Prior.Theta
mdl.Theta
假或省略,那么重新启动没有更新前。
指定可选的逗号分隔条名称,值参数。的名字参数名称和吗价值相应的价值。的名字必须出现在引号。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家。
的名字
价值
Name1, Value1,…,的家
nv1,“价值”
θ
这个属性是只读的。
平均值模型θ参数,指定为逗号分隔“θ”和一个标量。使用这个参数设置θ的属性mdl的对应字段之前的属性mdl。
“θ”
之前
ThetaVariance
方差的θ退化模型中的参数,指定为逗号分隔“ThetaVariance”和一个负的标量。使用这个参数设置ThetaVariance的属性mdl的对应字段之前的属性mdl。
“ThetaVariance”
β
平均值模型β参数,指定为逗号分隔“β”和一个标量。使用这个参数设置β的属性mdl的对应字段之前的属性mdl。
“β”
这种说法只适用于当mdl是一个exponentialDegradationModel。
BetaVariance
的方差模型β参数,指定为逗号分隔“BetaVariance”和一个负的标量。使用这个参数设置BetaVariance的属性mdl的对应字段之前的属性mdl。
“BetaVariance”
ρ
之间的相关性θ和β,指定为逗号分隔的ρ和一个标量值的范围[1]。使用这个参数设置ρ的属性mdl的对应字段之前的属性mdl。
的ρ
NoiseVariance
加性噪声方差模型,指定为逗号分隔“NoiseVariance”和一个负的标量。使用这个参数设置NoiseVariance的属性mdl。
“NoiseVariance”
[]
斜率检测水平确定的开始退化过程,指定为逗号分隔条“SlopeDetectionLevel”和一个标量范围[0,1]。使用这个参数设置SlopeDetectionLevel的属性mdl。
“SlopeDetectionLevel”
禁用斜率检测测试集SlopeDetectionLevel来[]。
UseParallel
国旗时使用并行计算拟合值数据之前,指定为逗号分隔“UseParallel”,要么真正的或假。使用这个参数设置UseParallel的属性mdl。
“UseParallel”
使用笔记和限制:
该命令支持代码生成金宝appMATLAB®编码器™。使用一个荷重软化模型生成代码之前,您必须保存模型使用saveRULModelForCoder。例如,看到的生成代码预测剩余寿命。
saveRULModelForCoder
你有一个修改版的这个例子。你想打开这个例子与编辑?
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。
联系你当地的办公室