Monotonicity Evaluation Method of Monitoring Feature Series Based on Ranking Mutual Information

As a prerequisite for effective prognostics, the goodness of the features affects the complexity of the prognostic methods. Comparing to features quality evaluation in diagnostics, features evaluation for prognostics is a new problem. Normally, the monotonic tendency of feature series can be used as the visual representation of equipment damage cumulation so that forecasting its future health states is easy to implement. Through introducing the concept of ranking mutual information in ordinal case, a monotonicity evaluation method of monitoring feature series is proposed. Finally, this method is verified by the simulating feature series and the results verify its effectivity. For the specific application in industry, the evaluation results can be used as the standard for selecting prognostic feature.     

武器装备故障预测与健康管理系统的关键技术

故障预测和健康状态管理技术是新一代武器装备的先进测试、维修和管理技术,正在成为新一代武器装备设计和使用中的一个重要组成部分。论文分析了PHM技术的内涵与功能,然后对PHM系统的体系结构进行了介绍,最后深入分析研究了PHM系统的关键技术。     

舰船通信系统预测与健康管理技术研究

本文综述了PHM技术的特点和工作原理,并结合舰船通信系统特点,讨论了PHM应具备的功能,并对PHM技术涉及到的关键技术进行了简要的介绍,最后展望了该技术在舰船通信系统中的应用前景。     

转辙机的故障预测与健康管理技术

阐述国内外转辙机故障预测与健康管理(prognostics and health management,PHM)技术的发展现状,提出转辙机PHM技术的原理框架,并给出转辙机PHM技术的关键点,包括敏感参数分析、数据采集、故障物理分析、特征提取、健康评估、故障诊断、故障预测以及决策计划等,为转辙机PHM技术的工程应用提供理论基础。     

地铁车辆制动系统故障预测与健康管理技术研究

为了提高地铁车辆制动系统的运维效率,避免制动系统过度维修造成资源浪费,设计了地铁车辆制动系统故障预测与健康管理系统,研究了电空制动系统典型部件的故障诊断与故障预测方法,详细叙述了制动系统健康管理系统的功能,提出了制动系统健康管理系统车载PHM单元以及地面PHM平台的设计方案。     

基于SA-CPSO优化HSMM的转辙机故障预测模型研究

针对目前铁路现场转辙机PHM中故障发生的模糊性与随机性等不确定问题,提出一种基于自适应混沌粒子群(SA-CPSO)优化隐半马尔科夫(HSMM)的设备退化过程故障预测模型。根据转辙机全生命周期机械部件状态退化过程对其进行退化状态划分;建立SA-CPSO优化HSMM的设备状态评估和故障预测模型,再结合前向-后向算法对优化后的模型进行参数估计;通过实例分析验证该方法的有效性和可行性,实现传统信号维修策略的方法改进。     

故障预测和健康管理(PHM)系统

介绍了电子设备保障体系的现状和PHM系统的基本内容,以及PHM系统作为保障体系的一支新生力量在今后的发展方向等。从介绍PHM系统的功能、流程开始,阐明了PHM系统的体系结构等,在应用PHM系统需要解决的关键技术中重点论述了故障预测技术、预测的难点及方法。