کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5019626 1468211 2017 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Multistream sensor fusion-based prognostics model for systems with single failure modes
ترجمه فارسی عنوان
مدل پیشآگهی مبتنی بر فیوژن مولتی توریم برای سیستمهایی با حالتهای تک شکست
ترجمه چکیده
پیشرفت در تکنولوژی حسگر، توانایی نظارت بر تخریب سیستم های مهندسی پیچیده را از طریق تجزیه و تحلیل سیگنال های تجزیه چندتایی را تسهیل کرده است. با این حال، سطوح مختلف همبستگی با فرآیند تخریب فیزیکی برای سنسورهای مختلف، ابعاد زیاد سیگنال های تخریب و همبستگی متقابل بین جریانهای سیگنال مختلف، مانع و پیشگیری از چنین سیستم هایی می شود. برای مقابله با چالش های پیشین، ما یک روش پیش بینی چند سنسور سه مرحله ای را که از سیگنال های چندرسانه ای برای پیش بینی عمر مفید دیگر سیستم های تقریبا تجزیه شده استفاده می کنیم، توسعه می دهیم. ابتدا سنسورهای اطلاعاتی را از طریق رگبار مقیاس مجاز (ورود به سیستم) تعیین می کنیم. سپس، ما سیگنال های تخریب سنسورهای اطلاعاتی را با استفاده از تجزیه و تحلیل مولفه های چند متغیرهی اصلی، که قادر به مدل سازی همبستگی متقابل جریان سیگنال است، با هم ترکیب می کنیم. در نهایت، مرحله سوم بر استفاده از ویژگی های سیگنال سیگنال برای پیشگویی با استفاده از رگرسیون مقیاس مجاز (ورودی) مجدد (مجاز) تطبیق می شود. ما روش شناسی پیشآهنگی چند سنسوری را با استفاده از مطالعه شبیه سازی و همچنین مطالعه موردی موتورهای توربوفان هواپیما از مخزن ناسا معتبر می کنیم.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی مکانیک
چکیده انگلیسی
Advances in sensor technology have facilitated the capability of monitoring the degradation of complex engineering systems through the analysis of multistream degradation signals. However, the varying levels of correlation with physical degradation process for different sensors, high-dimensionality of the degradation signals and cross-correlation among different signal streams pose significant challenges in monitoring and prognostics of such systems. To address the foregoing challenges, we develop a three-step multi-sensor prognostic methodology that utilizes multistream signals to predict residual useful lifetimes of partially degraded systems. We first identify the informative sensors via the penalized (log)-location-scale regression. Then, we fuse the degradation signals of the informative sensors using multivariate functional principal component analysis, which is capable of modeling the cross-correlation of signal streams. Finally, the third step focuses on utilizing the fused signal features for prognostics via adaptive penalized (log)-location-scale regression. We validate our multi-sensor prognostic methodology using simulation study as well as a case study of aircraft turbofan engines available from NASA repository.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Reliability Engineering & System Safety - Volume 159, March 2017, Pages 322-331
نویسندگان
, , ,