ANN支持的维纳过程模型

高精度寿命可靠性预测

该模型集成了信号特征提取与ANN健康指数函数，实现了对机械退化过程更精准的建模，从而提供更准确的寿命与可靠性预测。

刘迪 · Xiaochuan, Duan · 王少萍 · Cui, Xiaoyu · Xiao, Wu · Yu, Niu · 石健

Applied Soft Computing Journal 2023

技术优势

融合多域特征

模型同时考虑时域、频域和固有能量特征，并利用PROMETHEE II方法进行特征选择，提高了健康状态表征的全面性。

无需固定退化形式

通过ANN健康指数函数自动学习健康状态与信号特征之间的关系，无需预先假定特定的退化函数形式。

考虑个体差异

模型引入随机效应，能够描述不同机器个体之间的退化路径差异。

应用场景

• 机器维护：提供准确的寿命预测，支持基于状态的维护决策。
• 轴承退化建模：利用振动信号特征建立轴承退化模型，实现剩余寿命估计。
• 预测性维护：在故障发生前预测寿命与可靠性，减少非计划停机。
• 工业设备状态监测：融合多传感器特征实现设备健康状态在线评估。