集成算法在工程核心部件剩余寿命预测中的应用
Application of Stacking Algorithm in Prediction of Remaining Service Life of Engineering Core Components
摘要
工程核心部件剩余使用寿命的准确预测可辅助运维人员提前发现设备运行的潜在风险、减少事故的发生。提出一种基于特征匹配的遗传规划和LGB集成的算法,运用有限数据集提升单模型的预测精度。该算法应用于2019科大讯飞工程机械核心部件寿命预测挑战赛,对算法的适用性和有效性进行了验证。
出处
《设备管理与维修》
2021年第2期34-37,共4页
Plant Maintenance Engineering
参考文献2
-
1武斌,李璐,宋建成,曲兵妮,李宏伟,杨健康.基于相似性的机械设备剩余使用寿命预测方法[J].工矿自动化,2016,42(6):52-56. 被引量：8
-
2李劲松,张惠娟,杨忠,李小明,张辉斌.基于退化曲线相似性的剩余使用寿命估计方法[J].应用科技,2018,45(5):82-86. 被引量：5
二级参考文献25
-
1张星辉,康建设,高存明,曹端超,滕红智.基于MoG-HMM的齿轮箱状态识别与剩余使用寿命预测研究[J].振动与冲击,2013,32(15):20-25. 被引量：14
-
2高占宝,李行善,梁旭,于劲松.工程系统健康描述及基于GFRF方法的健康监测[J].北京航空航天大学学报,2006,32(9):1026-1030. 被引量：3
-
3奚立峰,黄润青,李兴林,刘中鸿,李杰.基于神经网络的球轴承剩余寿命预测[J].机械工程学报,2007,43(10):137-143. 被引量：56
-
4WANG T, YU J, SIEGEL D, et al. A similarity- based prognostics approach for remaining useful life estimation of engineered systems [C]//International Conference on Prognostics and Health Management, Denver, CO, 2008:1-6.
-
5MARSEGUERRA M, ZIO E, PODOFILLIN1 L. Condition-based maintenance optimization by means of genetic algorithms and Monte Carlo simulation[J]. Reliability Engineering and System Safety, 2002, 77(2) :151-165.
-
6SWANSON D C, SPENCER J M, ARZOUMANIAN S H. Prognostic modeling of crack growth in a tensioned steel band [J]. Mechanical Systems and Signal Processing, 2000,14(5) :789 803.
-
7VACHTSEVANOS G, WANG P. Fault prognosis using dynamic wavelet neural networks [C]//IEEE Systems Readiness Technology Conference AUTOTESTCON Proceedings, Valley Forge, PA, 2001 : 857-870.
-
8GEBRAEEL N Z, LAWLEY M A, LI R, et al. Residual-life distributions from component degradation signals a Bayesian approach [J] . IIE Transactions, 2005,37(6) .. 543-557.
-
9GEBRAEEL N Z. Sensory-updated residual life distributions for components with exponential degradation patterns[J]. IEEE Transactions on Auto Science and Engineering, 2006, 3(4)..382 393.
-
10BANJEVIC D, JARDINE A K S. Calculation ofreliability function and remaining useful life for a Markov failure time process [J]. IMA Journal of Management Mathematics, 2006,17 (2) :115-130.
共引文献11
-
1谈登.提高机械设备使用寿命方法[J].黑龙江交通科技,2017,40(6):200-201.
-
2张焱,汤宝平,韩延,陈天毅.融合失效样本与截尾样本的滚动轴承寿命预测[J].振动与冲击,2017,36(23):10-16. 被引量：8
-
3王玉松,刘冬林.基于机械设备使用寿命的预测研究[J].科技创新与应用,2019,9(1):73-74. 被引量：1
-
4马海龙.基于主元特征融合和SVM的轴承剩余寿命预测[J].工矿自动化,2019,45(8):74-78. 被引量：18
-
5刘彦强,张小蒙,阎冰.不同类型大型仪器设备的使用寿命探究[J].中国医疗设备,2019,34(9):118-120. 被引量：1
-
6李杰其,胡良兵.基于机器学习的设备预测性维护方法综述[J].计算机工程与应用,2020,56(21):11-19. 被引量：27
-
7朱晓燕,陈志强.大数据背景下相似性设备剩余寿命预测研究进展[J].科技促进发展,2020,16(12):1502-1509. 被引量：3
-
8刘紫阳,苏文强,苗玉恒,陶佩.基于退化阶段匹配的RUL预测方法[J].北华航天工业学院学报,2021,31(4):4-7.
-
9杨志凌,刘俊华.基于数据融合和Wiener过程的风电轴承剩余寿命预测[J].太阳能学报,2021,42(10):189-194. 被引量：7
-
10韩冰洁,牛伟,周骁.基于工况聚类分析和信息融合的相似性剩余使用寿命预测方法[J].探测与控制学报,2022,44(1):91-95. 被引量：3
