利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health management, PHM)的关键问题。针对发动机剩余寿命预测准确性低的问题,提出基于长短期记忆网络(long short-term memory network, LSTM)分类器的预...利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health management, PHM)的关键问题。针对发动机剩余寿命预测准确性低的问题,提出基于长短期记忆网络(long short-term memory network, LSTM)分类器的预测性维护模型。LSTM分类器通过门控单元对长时间序列信息进行充分筛选,并将有效信息用于时间序列预测。首先,采用滑动时间窗口制备训练样本。其次,将预处理后的样本输入LSTM,预测设备在特定时间窗口内的失效概率。然后,通过调整窗口大小,得到最优性能的二分类模型,以更好地适应预测维护需求。最后,利用美国航空航天局C-MAPSS数据集验证了该模型的有效性,相比于已有分类方法,其在剩余使用寿命分类方面更加准确。展开更多
故障预测与健康管理(Prognostic and Health Management,PHM)采用智慧运维方式实时监测公共交通的运行状态,挖掘公共交通设备和车辆运行数据,实现故障预测、按需检修、精准维护的功能。利用PHM技术实现对“公共交通健康”的科学管理,能...故障预测与健康管理(Prognostic and Health Management,PHM)采用智慧运维方式实时监测公共交通的运行状态,挖掘公共交通设备和车辆运行数据,实现故障预测、按需检修、精准维护的功能。利用PHM技术实现对“公共交通健康”的科学管理,能够提高公共交通设备的可靠性,降低故障发生率,提升运营效率和经济效益,在公共交通管理中具有较好的实用价值。展开更多
Power transformer is a core equipment of power system, which undertakes the important functions of power transmission and transformation, and its safe and stable operation has great significance to the normal operatio...Power transformer is a core equipment of power system, which undertakes the important functions of power transmission and transformation, and its safe and stable operation has great significance to the normal operation of the whole power system. Due to the complex structure of the transformer, the use of single information for condition-based maintenance (CBM) has certain limitations, with the help of advanced sensor monitoring and information fusion technology, multi-source information is applied to the prognostic and health management (PHM) of power transformer, which is an important way to realize the CBM of power transformer. This paper presents a method which combine deep belief network classifier (DBNC) and D-S evidence theory, and it is applied to the PHM of the large power transformer. The experimental results show that the proposed method has a high correct rate of fault diagnosis for the power transformer with a large number of multi-source data.展开更多
航空维修是飞机运营支持的重要工作之一,是航空公司保障安全飞行和控制运营成本的关键途径。目前应用实时故障预测与健康管理(Prognostic and health management,PHM)于航空维修领域还处于研究阶段,缺少工程实践数据和案例。针对缺乏应...航空维修是飞机运营支持的重要工作之一,是航空公司保障安全飞行和控制运营成本的关键途径。目前应用实时故障预测与健康管理(Prognostic and health management,PHM)于航空维修领域还处于研究阶段,缺少工程实践数据和案例。针对缺乏应用PHM技术的飞机维修相关验证与评估数据的问题,本文基于PHM的维修模式概念,建立PHM维修模式下的计划维修优化、非计划维修可控和PHM错误影响分析模型。借助计算机仿真技术,由不同的系统PHM性能参数输入,根据所建立的模型进行实施PHM前后的维修工时、维修成本和非计划维修事件数的仿真模拟计算,验证与评估基于PHM的维修模式在减少维修工时、节约维修成本和控制非计划维修事件方面的优势。选取空调系统作为验证评估对象进行了大量的仿真试验分析,在单一系统的理想状态下(即性能参数设置为最佳),基于PHM的维修模式相比于传统的预防性维修可以减少56%的维修工时,节约60%的维修成本,并且避免了88%的非计划维修事件。展开更多
文摘利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health management, PHM)的关键问题。针对发动机剩余寿命预测准确性低的问题,提出基于长短期记忆网络(long short-term memory network, LSTM)分类器的预测性维护模型。LSTM分类器通过门控单元对长时间序列信息进行充分筛选,并将有效信息用于时间序列预测。首先,采用滑动时间窗口制备训练样本。其次,将预处理后的样本输入LSTM,预测设备在特定时间窗口内的失效概率。然后,通过调整窗口大小,得到最优性能的二分类模型,以更好地适应预测维护需求。最后,利用美国航空航天局C-MAPSS数据集验证了该模型的有效性,相比于已有分类方法,其在剩余使用寿命分类方面更加准确。
文摘故障预测与健康管理(Prognostic and Health Management,PHM)采用智慧运维方式实时监测公共交通的运行状态,挖掘公共交通设备和车辆运行数据,实现故障预测、按需检修、精准维护的功能。利用PHM技术实现对“公共交通健康”的科学管理,能够提高公共交通设备的可靠性,降低故障发生率,提升运营效率和经济效益,在公共交通管理中具有较好的实用价值。
文摘Power transformer is a core equipment of power system, which undertakes the important functions of power transmission and transformation, and its safe and stable operation has great significance to the normal operation of the whole power system. Due to the complex structure of the transformer, the use of single information for condition-based maintenance (CBM) has certain limitations, with the help of advanced sensor monitoring and information fusion technology, multi-source information is applied to the prognostic and health management (PHM) of power transformer, which is an important way to realize the CBM of power transformer. This paper presents a method which combine deep belief network classifier (DBNC) and D-S evidence theory, and it is applied to the PHM of the large power transformer. The experimental results show that the proposed method has a high correct rate of fault diagnosis for the power transformer with a large number of multi-source data.
文摘航空维修是飞机运营支持的重要工作之一,是航空公司保障安全飞行和控制运营成本的关键途径。目前应用实时故障预测与健康管理(Prognostic and health management,PHM)于航空维修领域还处于研究阶段,缺少工程实践数据和案例。针对缺乏应用PHM技术的飞机维修相关验证与评估数据的问题,本文基于PHM的维修模式概念,建立PHM维修模式下的计划维修优化、非计划维修可控和PHM错误影响分析模型。借助计算机仿真技术,由不同的系统PHM性能参数输入,根据所建立的模型进行实施PHM前后的维修工时、维修成本和非计划维修事件数的仿真模拟计算,验证与评估基于PHM的维修模式在减少维修工时、节约维修成本和控制非计划维修事件方面的优势。选取空调系统作为验证评估对象进行了大量的仿真试验分析,在单一系统的理想状态下(即性能参数设置为最佳),基于PHM的维修模式相比于传统的预防性维修可以减少56%的维修工时,节约60%的维修成本,并且避免了88%的非计划维修事件。
