主要内容

剩余使用寿命预测的特征选择

对于可靠的剩余使用寿命(RUL)估计，您需要一个条件指示器，其随时间的变化是可观察的，并以可靠、可测量的方式与系统退化过程联系在一起。的剩余使用寿命机器的寿命是指机器需要修理或更换之前剩余的预期寿命或使用时间。从系统数据中预测剩余使用寿命是预测维护算法的核心目标。

在确定条件指示器之后(请参阅用于监控、故障检测和预测的状态指标)，从所有可用的特征中选择有用的条件指标是构建可靠的RUL预测模型的下一步。

预测性维护工具箱™为精确的RUL预测提供了三个特征选择指标:单调性、趋势性和可预测性。这些指标将确定的条件指标按照从0到1的范围进行排名。更高级别的特征更可靠地跟踪退化过程，因此更适合训练RUL预测模型。

  • 单调性描述一个特性在系统走向失败时的趋势。当系统逐渐接近故障时，合适的状态指示器具有单调的正或负趋势。有关更多信息，请参见单调性．

  • Prognosability是相对于其初始值和最终值之间的范围，一个特征在失效时的可变性的度量。相对于其初始值和最终值之间的范围，一个更可预测的特征在失效时的变化较小。有关更多信息，请参见prognosability．

  • Trendability提供在多个运行到故障实验中测量的特征轨迹之间的相似性度量。候选条件指标的趋势性定义为测量值之间的最小绝对相关性。有关更多信息，请参见trendability．

除了在命令行中使用这些函数外，还可以将这些特性选择指标应用于诊断特性设计器通过选择预后排序选项。

使用选定的特征来训练适当的RUL估计模型是算法设计过程的下一步。有关信息，请参见剩余使用寿命预测模型．

另请参阅

||

相关的话题