数据驱动故障预测和健康管理综述

被引：188
作者：
彭宇
刘大同
机构：
[1] 哈尔滨工业大学电气工程及自动化学院自动化测试与控制系
来源：
仪器仪表学报 | 2014年 / 35卷 / 03期
关键词：
故障预测和健康管理; 数据驱动故障预测; 融合方法; 故障预测不确定性;
D O I：
10.19650/j.cnki.cjsi.2014.03.001
中图分类号：
TH165.3 [];
学科分类号：
080202 ;
摘要：
着重介绍数据驱动故障预测和健康管理(PHM)方法的研究现状。通过对数据驱动PHM方法的分类阐述,逐步说明面向复杂系统数据驱动PHM的方法体系和流程,并重点对构成数据驱动PHM方法体系的核心环节进行分析和总结。在此基础上,采用一个锂离子电池循环寿命预测实例综合分析了数据驱动PHM的实现过程。最后,分析了数据驱动PHM方法的发展趋势和研究挑战。
引用
收藏
页码：481 / 495
页数：15
相关论文
共 51 条
[1]   基于多元时滞序列驱动的复杂过程故障预测方法应用研究 [J].
徐圆 ;
刘莹 ;
朱群雄 .
化工学报, 2013, 64 (12) :4290-4295
[2]   可重构卫星锂离子电池剩余寿命预测系统研究 [J].
周建宝 ;
王少军 ;
马丽萍 ;
杨思远 ;
彭宇 ;
彭喜元 .
仪器仪表学报, 2013, 34 (09) :2034-2044
[3]   一种多维不确定性数据流聚类算法 [J].
罗清华 ;
彭宇 ;
彭喜元 .
仪器仪表学报, 2013, 34 (06) :131-139
[4]   故障预测与健康管理技术综述 [J].
彭宇 ;
刘大同 ;
彭喜元 .
电子测量与仪器学报, 2010, 24 (01) :1-9
[5]   网络化测试体系中不确定性数据处理方法浅析 [J].
彭宇 ;
罗清华 ;
彭喜元 .
仪器仪表学报, 2010, 31 (01) :229-240
[6]   基于KPCA-HSMM设备退化状态识别与故障预测方法研究 [J].
曾庆虎 ;
邱静 ;
刘冠军 ;
谭晓栋 .
仪器仪表学报, 2009, 30 (07) :1341-1346
[7]   一种基于高斯混合模型粒子滤波的故障预测算法 [J].
张磊 ;
李行善 ;
于劲松 ;
代京 .
航空学报, 2009, 30 (02) :319-324
[8]   基于SPM的多变量连续过程在线故障预测方法 [J].
李钢 ;
周东华 .
化工学报, 2008, (07) :1829-1833
[9]   基于贝叶斯网络的复杂系统故障预测 [J].
许丽佳 ;
王厚军 ;
龙兵 .
系统工程与电子技术, 2008, (04) :780-784
[10]   一种新的混合智能预测模型及其在故障诊断中的应用 [J].
胡桥 ;
何正嘉 ;
訾艳阳 ;
张周锁 ;
雷亚国 .
西安交通大学学报, 2005, (09) :928-932
123456