reliabilitySurvivalModel

估计剩余使用寿命概率故障时间模型

扩大所有页面

描述

使用reliabilitySurvivalModel使用组件失效时间的概率分布来估计组件的剩余使用寿命(RUL)。当您拥有的唯一数据是类似组件集成的故障时间时，可靠性生存模型是有用的，例如按照相同规格制造的多台机器。

配置一个reliabilitySurvivalModel对象，用于特定类型的组件适合，它从一组故障时间数据中估计概率分布系数。一旦您配置了可靠性生存模型的参数，您就可以使用以下工具来预测类似组件的剩余使用寿命predictRUL。有关演示RUL预测的基本示例，请参见当数据到达时更新RUL预测。

有关预测剩余使用寿命的一般信息，请参阅预测剩余使用寿命的模型。

创建

句法

MDL = reliabilitySurvivalModel
mdl = reliabilitySurvivalModel(分布)
MDL = reliabilitySurvivalModel（initModel）
mdl = reliabilitySurvivalModel (___、名称、值)

描述

例

mdl= reliabilitySurvivalModel创建一个用于估计RUL模型的可靠性生存模型，该模型使用Weibull分布并使用默认设置初始化该模型。

mdl= reliabilitySurvivalModel (分布）创建一个使用指定概率分布函数，并设置一个可靠性存活模型分布模型的属性。

mdl= reliabilitySurvivalModel (initModel）创建一个可靠性存活模型和使用现有初始化模型参数reliabilitySurvivalModel宾语initModel。

例

mdl= reliabilitySurvivalModel (___，名称,值）指定使用的名称 - 值对用户可设置的模型的特性。例如，reliabilitySurvivalModel（ 'LifeTimeUnit'， “天”）创建使用天为一个寿命单元可靠性存活模型。可以指定多个名称 - 值对。在引号中每个属性的名称。

输入参数

展开全部

可靠性生存模式，指定为reliabilitySurvivalModel对象。

属性

展开全部

概率分布函数用来对寿命分布进行建模，具体如下:

分配字符串 分销对象
“BirnbaumSaunders” BirnbaumSaundersDistribution
“指数” ExponentialDistribution
“伽马” GammaDistribution
“GeneralizedPareto” GeneralizedParetoDistribution
“HalfNormal” HalfNormalDistribution
“InverseGaussian” InverseGaussianDistribution
“内核” KernelDistribution
“物流” LogisticDistribution
“Loglogistic” LoglogisticDistribution
“对数正态分布” LognormalDistribution
“中上” NakagamiDistribution
“正常” 正态分布
“泊松” PoissonDistribution
“瑞利” RayleighDistribution
“稳定” StableDistribution
“韦伯” WeibullDistribution

要配置概率分布函数的参数，使用适合功能。

此属性是只读的。

的分布系数估计适合功能，指定为矢量。有关每个分布函数的系数的更多信息，请参见相应的分发对象列在分布。有关模型拟合的更多信息，请参见fitdist。

此属性是只读的。

由估计的分配系数的协方差适合功能，指定为与尺寸的阳性阵列等于系数的数目。有关每个分布函数的系数的更多信息，请参见相应的分发对象列在分布。

此属性是只读的。

当模型使用训练的分配分配系数名适合函数，指定为字符串数组。有关每个分布函数的系数的更多信息，请参见相应的分发对象列在分布。

御史变量，指定为字符串，其中包含一个有效的MATLAB®变量名。检查员变量是一个二进制变量，表示在其中生活时间测量数据未结束的人生价值。

CensorVariable不能匹配任何字符串中DataVariables或LifeTimeVariable。

您可以指定CensorVariable：

  • 使用名称 - 值对，当你创建模型

  • 作为参数，当你调用适合函数

  • 在模型创建后使用点符号

终身变量，指定为包含一个有效的MATLAB变量名的字符串。对于生存模型，寿命变量包含组件的历史寿命测量。

您可以指定LifeTimeVariable：

  • 使用名称 - 值对，当你创建模型

  • 作为参数，当你调用适合函数

  • 手动使用点符号

生存期变量单位，指定为字符串。

寿命变量的单位并不需要是基于时间的。测试部件的寿命可以在使用可变的术语，诸如行进的距离（英里）或燃料消耗（加仑）来测量。

数据变量，指定为空字符串。这个特性在可靠性生存模型中被忽略了。

记账目的的其他模型的信息，指定为任何数据类型或格式。该模型不使用这些信息。

您可以指定用户数据：

  • 使用名称 - 值对，当你创建模型

  • 在模型创建后使用点符号

对象函数

predictRUL 估计剩余使用寿命要测试部件
适合 使用历史数据剩余使用寿命模型的估计参数

例子

全部折叠

打开生活的脚本

负荷训练数据。

加载（“reliabilityData.mat”）

这个数据是一个列向量持续时间对象表示电池的放电时间。

使用默认设置创建可靠性生存模型。

mdl = reliabilitySurvivalModel;

使用培训训练数据中的生存模式。

配合（MDL，reliabilityData，“小时”）
打开生活的脚本

负荷训练数据。

加载（“reliabilityData.mat”）

这个数据是一个列向量持续时间对象表示电池的放电时间。

创建一个可靠的生存模式，指定续航时间变量，续航时间单位。

mdl = reliabilitySurvivalModel ('LifeTimeVariable'，“DischargeTime”，“LifeTimeUnit”，“小时”);

使用培训训练数据中的生存模式。

配合（MDL，reliabilityData）

预测一个新的组件的寿命，并且获得用于估计的概率分布函数。

[estRUL, ciRUL pdfRUL] = predictRUL (mdl);

画出概率分布。

酒吧(pdfRUL.RUL pdfRUL.ProbabilityDensity)包含(剩余使用寿命(小时)）XLIM（小时（[40 90]））

通过为预测提供箱子的数量和箱子的大小来改进分布视图。

[estRUL，ciRUL，pdfRUL] = predictRUL（MDL，“BinSize”,0.5,'NumBins',500);酒吧(pdfRUL.RUL pdfRUL.ProbabilityDensity)包含(剩余使用寿命(小时)）XLIM（小时（[40 90]））

预测一个运行了50小时的部件的RUL。

[estRUL，ciRUL，pdfRUL] = predictRUL（MDL，小时（50），“BinSize”,0.5,'NumBins',500);酒吧(pdfRUL.RUL pdfRUL.ProbabilityDensity)包含(剩余使用寿命(小时)）XLIM（小时（[0 40]））

也可以看看

职能

话题

介绍了在R2018a

预测性维护工具箱文档
金宝app
克服预测维护的四个常见障碍

克服预测维护的四个常见障碍

下载白皮书