pairwiseSimilarityModel
成对网络相似性模型估算剩余使用寿命
描述
使用pairwiseSimilarityModel
估计剩余使用寿命(原则)的组件使用成对网络相似模型。这个模型比较了退化的测试组件直接降解路径历史一个类似的组件,如多台机器生产的同一规格。测试组件整体成员的相似性是退化之间的距离的函数和乐团成员档案,这是计算使用关联或动态时间扭曲。
配置一个pairwiseSimilarityModel
对象,使用适合
。一旦你配置的参数相似模型,然后可以预测类似的组件使用的剩余使用寿命predictRUL
。对于相似模型,测试组件的荷重软化估计的统计中值寿命跨度最相似的组件-当前测试组件的生命周期价值。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。
对于一般信息预测剩余使用寿命,请参阅模型预测剩余寿命。
创建
语法
描述
创建一个成对网络相似性模型估算原则与默认设置和初始化模型。mdl
= pairwiseSimilarityModel
创建一个成对网络相似使用现有的模型和初始化模型参数mdl
= pairwiseSimilarityModel (initModel
)pairwiseSimilarityModel
对象initModel
。
指定user-settable模型属性使用名称-值对。例如,mdl
= pairwiseSimilarityModel (___,名称,值
)hashSimilarityModel (“LifeTimeUnit”,“天”)
创建一个成对网络相似性模型,使用天一生。您可以指定多个名称-值对。在报价附上每个属性的名字。
输入参数
属性
对象的功能
predictRUL |
估计剩余使用寿命测试组件 |
适合 |
使用历史数据估计参数的剩余使用寿命模型 |
比较 |
比较测试数据和历史数据集合的相似度模型 |