کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10154331 1666292 2018 34 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Prognostics for non-monotonous health indicator data with jump diffusion process
ترجمه فارسی عنوان
پیشگویی برای داده های شاخص غیر بهداشتی یکنواخت با فرآیند انتشار پرش
کلمات کلیدی
پیشگیری و نظارت بر سلامت تحلیل قابلیت اطمینان، مدل سازی ناپایدار غیر انحصاری، فرآیند انتقال پرش، تحلیل داده ها، سیستم تولید برق هیدرولیک،
ترجمه چکیده
برای اولین بار یک پروسه انتشار پرش با استفاده از کوواریات مارکوف برای پیشگویی و نظارت بر سلامت استفاده می شود. این مقاله با هدف ارائه یک روش برای اطمینان و برآورد طول عمر یک سیستم افزایش غیرمستقیم، که در آن افزایش به طور معمول توزیع نمی شود و فرایند وینر نمی تواند مورد استفاده قرار گیرد. ما پیشنهاد می کنیم، ابتدا به خواص آماری افزایش می پردازیم. پس از آن وابستگی اندازه گیری آزمایش شده است. یک فرآیند انتشار پرش با یک متغیر در نظر گرفته شده به مدل خراب شدن. مدل های کوواریانس شرایط محیطی را مدل می کنند. مدل تخریب پیشنهادی به مجموعه ای از داده های جمع آوری شده مربوط به شاخص های سلامت در مولفه های پیری در سیستم های تولید برق هیدرولیکی و نتایج پیش آگهی داده می شود.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی صنعتی و تولید
چکیده انگلیسی
For the very first time a jump diffusion process with Markovian covariates is used for prognostics and health monitoring. This paper aims to give a methodology for reliability and lifetime estimation of a non-increasing, deteriorating system where the increments are not normally distributed and the Wiener process cannot be used. We propose, first to study of the statistical properties of increments. Afterward the measures dependency is tested. A jump diffusion process with a covariate is considered to fit the deterioration model. The covariate models the environmental conditions. The proposed deterioration model is applied to a large set of collected data corresponding to the health indicators in ageing components in hydraulic electrical production systems and prognostic results are given.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Industrial Engineering - Volume 126, December 2018, Pages 1-15
نویسندگان
, , ,