控制理论与应用

作者：彭开香,皮彦婷,焦瑞华,唐鹏

单位：北京科技大学,北京科技大学,北京科技大学,北京科技大学

关键词：深度置信网络; 隐马尔可夫模型; 健康指标; 健康状态识别; 剩余寿命预测

基金：国家自然科学基金

预测与健康管理技术能够有效的评估系统健康状态、预测系统剩余使用寿命, 是提高复杂系统安全性、经济性的重要保障. 为全面评估系统健康状态, 本文提出了一种基于深度置信网络(DBN)的无监督健康指标构建方法, 并结合隐马尔可夫模型(HMM)进行系统剩余寿命预测. 首先, 通过无监督训练深度置信网络实现历史数据的特征提取, 进而构建健康指标; 其次, 利用健康指标集训练隐马尔可夫模型, 实现设备健康状态的自动识别; 最后, 通过DBN-HMM混合模型来计算系统剩余寿命. 采用商用模块化航空推进系统仿真软件(C-MAPSS) 给出的航空发动机数据集, 验证了上述方法的有效性.

来源：2020年第4期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2020年第4期