基于马尔可夫链模型的机械电气设备剩余寿命估计方法

由于现有估计方法预测曲线波动大,估计结果不准确,为此研究基于马尔可夫链模型的机械电气设备剩余寿命估计方法。对采集到的数据进行数据预处理,再结合标准化数据形成寿命估计的数据集。通过主成分分析法提取特征因子的数目,有效地记忆设备的历史状态监测信息。运用马尔可夫链模型通过对故障信息进行获取,建立系统的状态转移矩阵来预测将会达到的状态。根据状态概率绘制出状态趋势图,分析设备的故障率变化情况。运用SAE对于原始监测数据进行非线性变换,对输入数据的特征进行自适应的学习。利用训练好的预测模型,计算设备的剩余寿命,将估计得到的输出与一次函数进行拟合比较,得到估计结果的趋势从而完成估计。实验结果表明,实验组的预测曲线波动较小,预测值结果更加贴合实际值结果,使得预测RUL更为准确。从而更好地提取设备的状态信息,使得剩余寿命预测结果更优。