收藏本站
《河北工业大学》 2016年
加入收藏

基于数据驱动的电器产品寿命预测方法研究

马东娟  
【摘要】:随着工作时间的推移,任何产品都将不可避免地发生性能退化,直至失效。状态监测数据是产品运行状态的外在表现,反映产品的运行性能,可为产品的剩余寿命预测提供依据。根据产品状态监测数据预测产品的剩余寿命,及时制定相应的产品更换或者系统运行维护计划,具有重要意义。本文结合理论研究与应用实例分析,开展了两类基于数据驱动的电器产品寿命预测方法的研究。首先,在基于相似性概念的寿命预测方法中,开展了参考样本与测试样本之间相似性度量的研究,提出了一种基于斜率距离与变权重欧几里德距离的拓展的相似性度量算法。该算法综合了斜率距离与变权重欧几里德距离的优势,并且,测试样本当前状态监测数据较其过往状态监测数据具有更高的权重。电磁继电器的应用实例分析说明,采用拓展的相似性度量算法的继电器寿命预测效果更好。然后,在基于比例危险模型的寿命预测方法中,分别开展了时间独立协变量与时间相依协变量的比例危险模型的研究,并将之用于电器产品的寿命预测。一方面围绕电器产品寿命预测中典型的时间独立协变量-环境应力,建立了时间独立协变量的电器产品比例危险模型,可分析不同环境应力对电器产品特性参数、平均寿命等指标的影响;另一方面采用分段处理策略对时间相依协变量比例危险模型中的参数进行了极大似然估计,并在协变量混沌特性识别及未来趋势预测的基础上,给出了基于协变量趋势变化的产品寿命预测模型。最后,以广泛应用的电磁继电器为例,以上述两类基于数据驱动的产品寿命预测方法为理论基础,分别建立了继电器相应的寿命预测模型。对比结果发现,室温环境下,随着环境温度的上升,继电器的平均寿命、特征寿命均呈现下降趋势。基于相似性的寿命预测方法不必对产品的衰退信号进行建模,因而可在处理那些衰退建模比较困难的对象中体现出优势,但其预测误差相对较大;基于比例危险模型的寿命预测方法将产品协变量监测信息与运行状态联系到一起,预测误差相对较小。二者各有特点,均可作为传统可靠性方法的有益补充。本文虽以电器产品为研究对象,但相关方法亦可推广应用于其它电子元器件的可靠性研究。
【关键词】:相似性 比例危险模型 数据驱动 寿命预测 电磁继电器
【学位授予单位】:河北工业大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TM58
【目录】:
  • 摘要4-5
  • ABSTRACT5-9
  • 第一章 绪论9-23
  • 1.1 选题背景及研究意义9-10
  • 1.2 基于数据驱动的寿命预测方法研究现状及趋势10-18
  • 1.2.1 基于数据驱动的寿命预测方法的特点11-12
  • 1.2.2 常用的数据驱动的寿命预测方法12-14
  • 1.2.3 基于失效物理的寿命预测14-16
  • 1.2.4 本文研究涉及的数据驱动方法的现状及趋势16-18
  • 1.3 继电器的寿命预测研究现状及趋势18-21
  • 1.3.1 基于数据驱动的继电器寿命预测现状及趋势18-20
  • 1.3.2 基于失效机理的继电器寿命预测现状及趋势20-21
  • 1.4 论文的主要工作及章节安排21-23
  • 第二章 基于拓展的相似性度量的电器产品寿命预测23-39
  • 2.1 基于相似性进行产品寿命预测的基本思想23-25
  • 2.2 拓展的相似性度量的定义25-30
  • 2.2.1 基于欧几里德距离的相似性度量的局限性26-28
  • 2.2.2 拓展的相似性度量的定义28-30
  • 2.3 基于拓展的相似性度量的产品寿命预测模型30-36
  • 2.3.1 拓展的相似性度量中的关键环节30-33
  • 2.3.2 基于拓展的相似性度量的寿命预测具体流程33-35
  • 2.3.3 预测结果分析35-36
  • 2.4 本章小结36-39
  • 第三章 基于比例危险模型的电器产品寿命预测39-59
  • 3.1 比例危险模型背景简述39-40
  • 3.2 寿命预测的基本要素40-46
  • 3.2.1 模型的基本表达40-43
  • 3.2.2 产品寿命分布类型的检验43-46
  • 3.3 时间独立协变量的PHM建模46-51
  • 3.3.1 时间独立协变量的特点46-47
  • 3.3.2 继电器寿命预测中的时间独立型协变量-环境条件47-49
  • 3.3.3 环境温度对继电器性能的影响49-50
  • 3.3.4 模型参数估计50-51
  • 3.4 时间相依协变量的PHM建模51-58
  • 3.4.1 时间相依型协变量的特点51
  • 3.4.2 模型参数估计—分段处理策略51-56
  • 3.4.3 基于PHM的产品剩余寿命预测模型56-58
  • 3.5 本章小结58-59
  • 第四章 电磁继电器特性参数监测数据分析59-75
  • 4.1 继电器特性参数监测数据的获取59-60
  • 4.2 特性参数的选取60-61
  • 4.3 特性参数监测数据分析61-64
  • 4.3.1 继电器寿命分布的检验62-63
  • 4.3.2 特性参数监测数据的统计分析与正态分布检验63-64
  • 4.4 特性参数监测数据的分析结果64-73
  • 4.5 本章小结73-75
  • 第五章 电磁继电器寿命预测实例分析75-99
  • 5.1 基于相似性理论的电磁继电器寿命预测75-79
  • 5.1.1 基于拓展的相似性的继电器寿命预测75-77
  • 5.1.2 预测结果分析77-79
  • 5.2 基于时间独立协变量的继电器比例危险模型79-89
  • 5.2.1 继电器电接触试验结果80-81
  • 5.2.2 不同温度下各特性参数对比分析81-84
  • 5.2.3 以试验温度为协变量的继电器PHM建模与分析84-89
  • 5.3 基于时间相依协变量的继电器比例危险模型89-95
  • 5.3.1 模型参数估计90-91
  • 5.3.2 特性参数监测序列的混沌特性识别与预测91-95
  • 5.4 寿命预测结果及对比分析95-97
  • 5.5 本章小结97-99
  • 第六章 结论与展望99-103
  • 6.1 所做工作与结论99-101
  • 6.2 论文创新点101
  • 6.3 展望101-103
  • 参考文献103-115
  • 攻读学位期间所取得的相关科研成果115-117
  • 致谢117

【相似文献】
中国期刊全文数据库 前10条
1 黄士力;金惠英;周凡;冯泾;潘崇伦;;面向数据驱动应用的水务信息一体化数据组织与管理[J];水利水文自动化;2008年03期
2 刁柏青;乔迪;;元数据驱动在人力资源管理系统建设中的实现[J];电力信息化;2011年01期
3 尹隽;翁翔;;元数据驱动用于制造企业的敏捷搜索平台研究[J];中国造船;2009年03期
4 姚传胤;;关于数据驱动多微处理机系统[J];机械工程师;1985年02期
5 邓达强,吕昱,韩晓刚;数据驱动的飞行动画设计与实现[J];重庆大学学报(自然科学版);2001年02期
6 郑羽;;铁道工业信息资源管理中的元数据驱动框架[J];四川兵工学报;2011年09期
7 刘路放,赫孝良,冯博琴,谢友柏;数据驱动的定量规律发现技术研究[J];西安交通大学学报;1999年05期
8 许正昊;张小和;张洋洋;胡小梅;;动态数据驱动应用系统仿真研究综述[J];机械工程师;2014年04期
9 金大海,宫云战;数据驱动自动化测试方法研究[J];装甲兵工程学院学报;2004年02期
10 林殷;李恒超;洪文;;基于数据驱动和统计扩散的树冠提取方法[J];电子与信息学报;2008年09期
中国重要会议论文全文数据库 前7条
1 胡继华;;元数据驱动在信息资源管理中的应用研究——以城建行业为例[A];中国地理信息系统协会第三次代表大会暨第七届年会论文集[C];2003年
2 石磊;;数据驱动新闻的制约与挑战[A];媒介化社会的社会文明建构——第四届“华中地区研究生新闻传播学术论坛”优秀论文集[C];2013年
3 韩守鹏;邱晓刚;黄柯棣;;动态数据驱动的适应性建模与仿真[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
4 邹自明;;国际日地空间物理虚拟观测台新进展[A];中国地球物理学会第二十四届年会论文集[C];2008年
5 王承博;朱登明;;数据驱动的大规模水面动画合成方法[A];第六届全国几何设计与计算学术会议论文集[C];2013年
6 刘倩;王缉宪;孙永海;;“数据驱动”的城市停车政策革新:方法与启示——以深圳为例[A];:城乡治理与规划改革——2014中国城市规划年会论文集(05 城市交通规划)[C];2014年
7 黄大网;南佐民;杨新亮;;数据驱动学习与英语写作教学中的语域知识传授——基于CLEC语料库的个案研究[A];英语写作教学与研究的中国视角——第四届中国英语写作教学与研究国际研讨会论文集[C];2008年
中国重要报纸全文数据库 前10条
1 上海科学学研究所 李辉 汤琦 梁偲;数据驱动的创新[N];文汇报;2013年
2 赵国利;大数据驱动创新思维[N];解放军报;2013年
3 吴勇毅;如何建立大数据驱动的商业模式[N];中国冶金报;2014年
4 罗庆朗;运用大数据驱动创新发展[N];学习时报;2014年
5 本报记者 姚传富;数据驱动业务已经成为潮流[N];人民邮电;2014年
6 本报记者 别坤;大数据驱动智能交通[N];计算机世界;2013年
7 ;探寻“大数据驱动创新”的路径[N];文汇报;2013年
8 中国科学院院士 郭华东;科学大数据驱动学科发展[N];中国信息化周报;2014年
9 本报记者 宋辰;新互联时代 数据驱动商业变革[N];计算机世界;2013年
10 姜浩端 国务院发展研究中心信息中心副研究员;数据驱动决策的挑战[N];中国经济时报;2013年
中国博士学位论文全文数据库 前10条
1 汲小溪;大数据驱动的计算生物标识研究[D];复旦大学;2014年
2 黄爱芹;基于数据驱动的调节阀故障诊断方法研究[D];山东大学;2015年
3 马骁鹏;基于数据驱动的时变太阳风磁流体数值模拟[D];中国科学院国家空间科学中心;2016年
4 王杨刚;基于数据驱动的基础地质图件更新关键技术研究[D];中国地质大学(北京);2016年
5 何章鸣;非预期故障的数据驱动诊断方法研究[D];国防科学技术大学;2015年
6 丁建伟;数据驱动的复杂装备异常检测方法[D];清华大学;2015年
7 洪悦;基于机理和数据驱动的冷轧生产过程操作优化研究[D];东北大学;2014年
8 刘强;数据驱动与机理分析相结合的冷轧连退过程故障诊断方法研究[D];东北大学;2012年
9 张树凯;基于数据驱动的无人船艇航线自动生成[D];大连海事大学;2016年
10 张贵生;数据驱动的金融时间序列预测模型研究[D];山西大学;2016年
中国硕士学位论文全文数据库 前10条
1 李方前;基于数据驱动的TE过程故障诊断研究[D];昆明理工大学;2015年
2 刘浩;基于即时学习的模型未知系统数据驱动控制策略研究[D];燕山大学;2015年
3 周晶晶;基于语料库的大学英语词汇教学实证研究[D];闽南师范大学;2015年
4 薛亮;数据驱动的商品推送系统的设计与实现[D];哈尔滨工业大学;2015年
5 陈金龙;大数据驱动的智能交通云服务构建与组合技术研究[D];杭州师范大学;2015年
6 李晓晨;面向软件仓库挖掘的数据驱动特征构建方法[D];大连理工大学;2015年
7 王秋钰;大数据驱动下的影响者营销研究[D];南京大学;2015年
8 汪盼;基于语料库的数据驱动学习法在初中英语语法课堂教学中的运用研究[D];杭州师范大学;2015年
9 李娜;基于数据驱动的PID控制器优化研究[D];华北电力大学;2015年
10 黄鼎慧;基于数据驱动的FAO系统测试方法研究[D];北京交通大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026