Knowledge Commons of Institute of Automation，CAS
| 大数据下数模联动的随机退化设备剩余寿命预测技术 | |
| 李天梅; 司小胜; 刘翔; 裴洪 | |
| 发表期刊 | 自动化学报
 |
| ISSN | 0254-4156 |
| 2022 | |
| 卷号 | 48期号:9页码:2119-2141 |
| 摘要 | 面向大数据背景下随机退化设备剩余寿命(Remaining useful life, RUL)预测的现实需求,结合随机退化设备监测大数据特点及剩余寿命预测不确定性量化这一核心问题,深入分析了机理模型与数据混合驱动的剩余寿命预测技术、基于机器学习的剩余寿命预测技术、统计数据驱动的剩余寿命预测技术以及机器学习和统计数据驱动相结合的剩余寿命预测技术的基本研究思想和发展动态,剖析了当前研究存在的局限性和共性难题.针对存在的局限性和共性难题,以多源传感监测大数据下剩余寿命预测问题为例,提出了一种数模联动的大数据下随机退化设备剩余寿命预测解决思路,并通过航空发动机多源监测数据初步验证了该思路的可行性和有效性.最后,借鉴数模联动思路,综合考虑机器学习方法和统计数据驱动方法的优势,紧紧扭住大数据背景下随机退化设备剩余寿命预测不确定性量化问题,提出了大数据背景下深度学习与随机退化建模交互联动、监测大数据与剩余寿命及其预测不确定性映射机制、非理想大数据下的剩余寿命预测等亟待解决的关键科学问题. |
| 关键词 | 大数据 剩余寿命预测 数模联动 深度学习 随机退化建模 |
| DOI | 10.16383/j.aas.c201068 |
| 引用统计 | |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/56275 |
| 专题 | 学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 李天梅,司小胜,刘翔,等. 大数据下数模联动的随机退化设备剩余寿命预测技术[J]. 自动化学报,2022,48(9):2119-2141. |
| APA | 李天梅,司小胜,刘翔,&裴洪.(2022).大数据下数模联动的随机退化设备剩余寿命预测技术.自动化学报,48(9),2119-2141. |
| MLA | 李天梅,et al."大数据下数模联动的随机退化设备剩余寿命预测技术".自动化学报 48.9(2022):2119-2141. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| AAS-CN-2020-1068.pdf（2114KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [李天梅]的文章 |
| [司小胜]的文章 |
| [刘翔]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [李天梅]的文章 |
| [司小胜]的文章 |
| [刘翔]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [李天梅]的文章 |
| [司小胜]的文章 |
| [刘翔]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论