健康状态评估
健康状态评估的相关文献在1993年到2022年内共计627篇,主要集中在自动化技术、计算机技术、电工技术、铁路运输
等领域,其中期刊论文145篇、会议论文4篇、专利文献172323篇;相关期刊107种,包括科学技术与工程、系统工程与电子技术、铁道科学与工程学报等;
相关会议4种,包括第四届全国机械工程博士论坛 、第七届全国流体传动与控制学术会议暨第五届全国铲土运输机械学术会议、第十届中国卫星导航学术年会等;健康状态评估的相关文献由2315位作者贡献,包括刘洋、俞小勇、周杨珺等。
健康状态评估—发文量
专利文献>
论文:172323篇
占比:99.91%
总计:172472篇
健康状态评估
-研究学者
- 刘洋
- 俞小勇
- 周杨珺
- 李克文
- 李珊
- 梁朔
- 欧世锋
- 欧阳健娜
- 祝文姬
- 高立克
- 吴丽芳
- 袁彦
- 张伟
- 王萌
- 卢宇星
- 史红梅
- 康凤伟
- 张宏远
- 惠东
- 方琪琦
- 李权福
- 李波
- 王文刚
- 王洪昆
- 王蒙
- 王颖辉
- 边志宏
- 郝爱智
- 刘强
- 吴智丁
- 周军
- 李伟
- 杨凯
- 王刚
- 王友仁
- 陆峥
- 何东阳
- 刘学程
- 刘皓
- 刘辉
- 吕琛
- 张永强
- 张艳
- 戴俊
- 晏国辉
- 朱林
- 朱永利
- 李大贺
- 李昂
- 杨帆
-
-
刘月;
刘铁林;
姜相争;
韩月明
-
-
摘要:
传统导弹武器装备健康状态评估方法严重依赖设计人员与产品专家的经验与水平,效率低、准确度差。针对导弹的控制系统,提出基于径向基函数(RBF)网络观测器和自组织(SOM)网络的健康状态评估方法。利用基于RBF网络的自适应故障观测器计算输出信号的残差以及不同工作状态下的自适应判别阈值,通过比较残差和阈值实现故障检测;利用基于SOM网络的健康状态评估模型对残差进行聚类分析,通过距离度量实现健康状态评估;通过某型导弹的控制系统案例验证所提方法。结果表明:该方法能够准确地对10个不同的故障模式和10组不同的健康状态进行检测和评估,为维修保障和后勤管理提供有效的技术支撑。
-
-
高锋阳;
王文祥;
张浩然;
罗引航;
李明明
-
-
摘要:
为了降低无接触网城轨车辆故障维修成本,提高其运行保障能力,提出一种无接触网城轨车辆牵引传动系统健康状态评估方法。通过邻域粗糙集对无接触网城轨车辆牵引传动系统性能指标进行约简,删除冗余指标,获取指标重要度;结合指标重要度确定元件的判断矩阵并改进层次分析法;提出一种混合逻辑结构模型及计算方法,并与传统层次分析法进行对比。试验结果表明:所提方法能更加准确地评估无接触网城轨车辆牵引传动系统的健康状态,实现无接触网城轨车辆智能运维。
-
-
白雲杰;
贾希胜;
梁庆海;
白永生
-
-
摘要:
柴油发动机在运行过程中,其气门间隙会随其性能状态退化发生改变,为了解决传统的健康状态评估方法健康指标确定困难、权重人为经验依赖性大的问题,提出一种基于深度学习的柴油机气门健康状态评估方法。首先通过小波包分解算法对柴油机缸盖振动信号进行分解,对分解得到的节点信号分别提取常见的14个时域特征和小波包分解信号能量比向量,构建多维综合健康评估指标向量。然后基于一维卷积神经网络(one-dimensional convolutional neural network,1DCNN)构建健康状态评估模型,将得到的健康评估指标向量输入模型中进行训练与健康状态评估。通过柴油机实验台开展气门退化模拟实验验证了该方法的有效性,与传统方法相比解决了健康指标的筛选问题以及人为主观经验带来的影响,并具有更好的健康状态评估效果。
-
-
丁善婷;
王淼;
董正琼;
聂磊
-
-
摘要:
考虑到海况对舰船安全航行和任务执行有着重大影响,提出了一种基于多智能体技术的装备健康状态仿真评估方法。在分析舰船装备航行任务的基础上,建立了“任务-装备-维保-环境”装备健康状态模型,针对海洋环境因素对装备性能、维保能力的影响,制定了环境智能体的内部规则和通信机制,可实现不同海况条件下舰船装备的健康状态评估。以某舰船动力系统为例,分别在0级、5级和7级海况下对其巡航任务下的健康状态进行分析与评估,仿真结果表明:相比0级海况,动力系统在5级和7级海况下健康度和任务成功率均有所降低,量化评估结果与专家定性评估结果趋势一致。
-
-
孙黎霞;
王中一;
戴洪;
田屹昀;
陈欣凌
-
-
摘要:
现阶段随着配电网中分布式电源、储能、电动汽车的逐渐增加,配电网的运行工况变得越来越复杂多变。为了准确地判断配电网实时运行状况及健康状态,及时地发现配电网运行中的缺陷问题并制定合理的安全管控措施,提出一种计及网络结构的配电网健康状态评估方法。首先,基于配电设备运行的电气量和非电气量参数进行配电设备健康指数计算,利用成功流法对同一网络中的配电设备健康指数进行等价简化,评估配电设备层的健康状态。然后,从可靠性、安全性、经济性和环保性四个维度实时监测配电网的运行数据建立指标体系,采用模糊层次分析法和证据理论相结合的方法对运行指标进行分析计算,得到网络结构层的健康指数和健康状态。结合配电设备层健康状态和网络结构层健康状态进行综合评估,从而得到配电网的健康指数,判断配电网所处的健康状态。最后,以某10 kV配电网为例进行算例分析,证明所提出的评估方法的有效性和实用性。
-
-
韩晓霞;
高延子;
胡冠宇
-
-
摘要:
针对空调机组健康状态评估中指标信息利用不充分的问题,提出了一种考虑证据相关性的健康状态评估方法。首先,构建了JDFX型空调机组健康状态评估指标体系。其次,依据证据推理理论,给出了考虑证据相关的证据推理规则,构建了JDFX型空调机组健康状态评估模型,以获取空调机组的综合健康水平。最后,通过算例对6套JDFX型空调机组的健康状态进行了评估,给出了健康水平的排序结果。结果表明,相比于传统的层次分析法,所提方法能够更有效地利用健康指标信息和专家知识对空调机组进行健康状态评估,结果更合理可信。
-
-
陈仁祥;
张勇;
胡小林;
杨黎霞;
陈才;
谢文举
-
-
摘要:
工业机器人谐波减速器工况循环往复,仅依靠单一传感器难以刻画其运行状态全貌且会导致健康状态评估结果不确定性高。为此,提出了多传感器信息深度融合的谐波减速器健康状态评估方法。首先对谐波减速器振动信号进行连续小波变换,构造出时频图以描述其运行状态特征;再运用基于小波变换的图像融合方法将多个传感器的时频信息进行融合以全面刻画谐波减速器运行状态。最后利用卷积神经网络对融合后的时频图像进行自动学习获得能准确表征谐波减速器健康状态的深度特征,并通过在卷积神经网络最后添加全连接层实现健康状态评估。通过对不同健康状态以及不同工作节拍下谐波减速器进行健康状态评估试验,证明了所提方法的可行性与有效性,并具有较好的泛化能力和稳健性。
-
-
姜俊鹏;
贾坤;
管善;
董天豹
-
-
摘要:
轨道交通的日益发展使得人们对车载系统的安全性和可靠性的要求变得越来越高,本文以制动系统为切入点,对列车系统的安全性及可靠性进行优化。根据其组成和故障处理情况,对海量的车载传感器数据和故障数据进行筛选,确定了本文主要分析和处理的明确范围。我们提出了一种用于制动系统故障预测的神经网络模型,在外部排序算法完成对大量数据的处理后,该模型可以根据这些过去的传感器数据预测未来的故障状态。一开始它的效果不是很好,但经过数据增强后,模型的性能得到了显著的改善。该模型基于全连接网络和长短期记忆(long-short-term memory,LSTM)网络,该模型效果优于支持向量回归(support vector regression,SVR),尤其在召回率方面。
-
-
左学谦;
熊芝;
聂磊;
丁善婷;
宋德夫;
陈海龙
-
-
摘要:
当前油田用泵存在故障状态与故障判断模糊性大、状态评估指标片面、现场维修指导性不强等问题,针对这些问题,提出了一种基于模糊层次分析法的分析模型方法,并将其用于油田用泵的健康状态评估。首先,将9标度与失效模式影响和关键性分析中的严酷度一一对应,进行了两两比较,建立了判断矩阵,计算了权重向量,并通过一致性检验建立了权重矩阵;其次,根据监测数据计算出劣化度,将其代入隶属度函数中,生成了模糊判断矩阵;并在此基础上利用权重矩阵和劣化度模糊判断矩阵,进行了矩阵相乘运算,得到了健康状态评价矩阵,并按照最大隶属度原则实时评估了设备健康状态;最后,采用该健康状态评估模型,对油田注水系统中使用的柱塞泵进行了健康状态评估实验,以验证该模型的有效性。研究结果表明:该健康状态评估模型在工程中具有良好的实用性和可行性,能很好地实时反映出设备在运行过程中的故障状态,可使设备的维护总成本降低5%~10%,计划维修时间节约20%~50%;该评估模型可为柱塞泵现场维检修提供有效的指导和帮助。
-
-
郭煜涛;
谢丽蓉;
包洪印;
孙代青
-
-
摘要:
针对目前风电机组健康状态无法准确评估的问题,提出一种基于多参数融合和组合赋权的风电机组健康状态评估方法.根据故障频次与时长构建风电机组健康状态评估指标体系,通过将灰色关联分析法的参数层指标客观权重与层次分析法的参数层主观权重对应结合,再与上层指标权重综合,归一化得到组合指标权重,应用高斯函数确定指标对各状态等级的隶属度,采用参数-部件-系统逐层对风电机组开展健康状态评估,选取新疆某风电机组SCADA数据进行验证.结果表明:该方法可在故障发生前得出状态劣化的趋势,对机组早期的故障发出报警,从而达到整机状态预警的目的.
-
-
-
-
TAN Xiaodong;
谭晓栋;
LIU Guanjun;
刘冠军;
WANG Chao;
王超;
WANG Gang;
王刚
- 《第四届全国机械工程博士论坛》
| 2012年
-
摘要:
健康状态评估(Health-states Evaluation,HSE)是预测与健康管理(Prognostics and Health Management,PHM)系统的核心内容.通过考虑测试输出不可靠属性,本文使用贝叶斯方法建立了系统不可靠测试情况下的HSE推理模型.采用拉格朗日松弛-自适应遗传算法(Lagriange Relaxation and Adaptive Genetic Algorithms,LR-AGA)把HSE问题分解为两层优化问题.在顶层,使用拉格朗日乘子松弛HSE问题的约束,并自适应更新拉格朗日乘子;在底层,使用自适应遗传算法解决每个子问题.同时,为了评估该方法的有效性,构建了HSE的测试性性能参数.最后以某直升机地平仪系统为例,验证了本文所提技术的有效性及可行性.结果表明,本文构建的HSE模型正确描述了系统中健康状态与不可靠测试输出的关联关系,基于LRAGA的模型求解方法收敛速度快,能很好的逼近最优解.HSE的结果能有效触发PHM系统的维修决策机制,对于提高系统可用度,降低系统维修费用,避免由于突发失效造成的灾难性事故具有重要意义.
-