• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Technology solutions for affordable sustainment >AN EFFICIENT PROGNOSTIC ESTIMATOR
【24h】

AN EFFICIENT PROGNOSTIC ESTIMATOR

机译：有效的预测器

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, a new prognostic estimation technique for online gear health management system is proposed and demonstrated with real spiral bevel gear run-to-failure test data. Unlike conventional particle filter based prognostic estimation methods, the prognostic technique presented in this paper is a hybrid of the unscented Kalman filter and particle filter. It is designed to improve the processing efficiency whilst the state estimation accuracy is maintained. The unscented Kalman filter is utilized to obtain the "best estimate" of the states of a degrading nonlinear component and the particle filter l-step ahead prediction technique is employed to obtain the remaining useful life of the component. In addition, data mining techniques are applied to efficiently define the system dynamics model, observation model, and predicted measurement information for the prognostic estimator. At last, the feasibility of the presented prognostic estimator is demonstrated with satisfactory results using the actual oil debris mass and health index data obtained from a spiral bevel gear test rig at the National Aeronautics and Space Administration (NASA) Glenn spiral bevel gear test facility.
机译：本文提出了一种新的在线齿轮健康管理系统的预后评估技术，并利用实际的螺旋锥齿轮运行至失败测试数据进行了演示。与基于常规粒子过滤器的预测估计方法不同，本文介绍的预测技术是无味卡尔曼过滤器和粒子过滤器的混合体。它旨在提高处理效率，同时保持状态估计的准确性。无味卡尔曼滤波器用于获得退化非线性组件状态的“最佳估计”，而粒子滤波器的I步超前预测技术则用于获取组件的剩余使用寿命。另外，数据挖掘技术被应用于为预测估计器有效地定义系统动力学模型，观察模型和预测的测量信息。最后，使用从美国国家航空航天局（NASA）格伦螺旋锥齿轮测试设备的螺旋锥齿轮测试台获得的实际油屑质量和健康指数数据，以令人满意的结果证明了所提出的预测器的可行性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号