Predicting distribution of time to degradation limit using a weighted approach
Predicting distribution of time to degradation limit using a weighted approach
复制标题
使用加权方法预测降解极限的时间分布
DOI：
10.1007/s12206-018-1011-1
复制
发表时间：
2018-11
影响因子：
1.6
通讯作者：
R. Jiang
中科院分区：
文献类型：
--
作者：
R. Jiang
基于状态的维护的关键要素之一是根据观察到的退化路径预测预先指定的退化极限的时间分布。预测精度很大程度上取决于将观察到的退化路径拟合到平均退化模型的方法。由于最近的观测比早期的观测包含更多关于未来退化趋势的信息，因此可以使用权重函数来表示观测的重要性。因此，可以通过使用加权参数估计方法来提高预测精度。加权方法的一个关键问题是适当地指定权函数的形式及其参数。本文旨在解决这个问题。我们采用参数为 mu 和 sigma 的高斯核函数作为权重函数。 mu 在最后一次观察时间设置，并使用交叉验证方法最佳确定 sigma 值。通过一个现实世界的例子说明了所提出方法的适当性和有用性。
One of the key elements in condition-based maintenance is to predict the distribution of time to a pre-specified degradation limit based on the observed degradation paths. The prediction accuracy strongly depends on the method to fit the observed degradation paths to a mean degradation model. Since the recent observations contain more information about the future degradation trend than the earlier observations, a weight function can be used to represent the importance of an observation. As such, the prediction accuracy can be improved through using a weighted parameter estimation method. A key issue with the weighted method is to appropriately specify the form of the weight function and its parameters. This paper aims to address this issue. We adopt the Gaussian kernel function with parameters mu and sigma as the weight function. The mu is set at the last observation time and the value of sigma is optimally determined using a cross-validation approach. The appropriateness and usefulness of the proposed approach are illustrated by a real-world example.
登录
查看更多内容
DOI：
10.1109/phm.2010.5414574
发表时间：
2010-02
期刊：
2010 Prognostics and System Health Management Conference
影响因子：
--
作者：
Bai Fang;Hongfu Zuo;Shuhong Ren
通讯作者：
Bai Fang;Hongfu Zuo;Shuhong Ren
基于支持向量机的剩余使用寿命估计：研究现状与未来趋势
影响因子：
1.6
作者：
Huang, Hong-Zhong;Wang, Hai-Kun;Liu, Zhiliang
通讯作者：
Liu, Zhiliang
影响因子：
1.6
作者：
M. Abdullah;M. Idres
通讯作者：
M. Abdullah;M. Idres
影响因子：
1.6
作者：
Y. Son
通讯作者：
Y. Son
影响因子：
2.3
作者：
Akbarov, Artur;Wu, Shaomin
通讯作者：
Wu, Shaomin