帮助中心帮助中心
更新退化剩余使用寿命模型的后验参数分布
数据更新(mdl)
例子
更新(mdl,数据)更新退化剩余使用寿命(RUL)模型参数的后验估计mdl使用最新的降解测量数据.
更新(mdl,数据)
mdl
数据
全部折叠
负载训练数据,这是组件的退化特征配置文件。
负载(“expRealTime.mat”)
在这个例子中,假设训练数据不是历史数据。当没有历史数据时,可以使用观测数据实时更新退化模型。
用以下设置创建一个指数退化模型:
任意的 θ 而且 β 具有较大方差的先验分布,因此模型主要依赖于观测数据
噪声方差0.003
0.003
mdl =指数退化模型(“θ”, 1“ThetaVariance”1 e6,...“β”, 1“BetaVariance”1 e6,...“NoiseVariance”, 0.003);
由于训练数据中没有寿命时间变量,因此可以任意创建一个寿命时间向量进行拟合。
lifeTime = [1:length(expRealTime)];
观察10次迭代的退化特征。在每次迭代之后更新退化模型。
为i=1:10 update(mdl,[lifeTime(i) expRealTime(i)])结束
在观察模型一段时间后,例如在稳态工作点,可以重新启动模型,并将当前的后验分布保存为先验分布。
重启(mdl,真的)
查看更新后的先验分布参数。
mdl。之前
ans =带字段的结构:Theta: 2.3555 ThetaVariance: 0.0058 Beta: 0.0722 BetaVariance: 3.6362e-05 Rho: -0.8429
linearDegradationModel
exponentialDegradationModel
退化RUL模型,指定为linearDegradationModel对象或exponentialDegradationModel对象。更新基于最新的退化特征测量,更新退化模型参数的后验估计数据.
更新
对于一个linearDegradationModel,更新后的参数为θ而且ThetaVariance.
θ
ThetaVariance
对于一个exponentialDegradationModel,更新后的参数为θ,ThetaVariance,β,BetaVariance,ρ.
β
BetaVariance
ρ
更新的以下属性mdl:
InitialLifeTimeValue-你第一次打电话更新时,此属性设置为第一行中的生命时间值数据.
InitialLifeTimeValue
CurrentLifeTimeValue-每次你打电话更新时,此属性被设置为的最后一行中的生命时间值数据.
CurrentLifeTimeValue
CurrentMeasurement-每次你打电话更新时,此属性设置为中最后一行的特征测量值数据.
CurrentMeasurement
表格
退化特征测量,指定为下列之一:
两列数组——第一列包含寿命值,第二列包含相应的退化特征测量值。
表格或时间表对象,该对象包含名称与LifeTimeVariable而且DataVariables的属性mdl.
时间表
LifeTimeVariable
DataVariables
使用注意事项和限制:
该命令支持使用金宝appMATLAB®编码器™.在生成使用RUL模型的代码之前,您必须使用saveRULModelForCoder.在运行时更新模型时,使用存储模型状态也很有用readState.有关示例,请参见为系统重启生成保留RUL模型状态的代码.
saveRULModelForCoder
readState
在R2018a中引入
predictRUL
适合
Tiene una versión modificada de este ejemplo。¿Desea abrir este ejemplo con sus modificaciones?
Ha hecho clic en unenlace que对应一个este commando de MATLAB:
弹射突击队introduciéndolo en la ventana de commandos de MATLAB。Los navegadores web no permission comandos de MATLAB。
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您所在的位置,我们建议您选择:.
您也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系当地办事处