原文传递
基于数据驱动的无人艇蓄电池剩余寿命预测
| 论文题名： | 基于数据驱动的无人艇蓄电池剩余寿命预测 |
| 关键词： | 数据驱动;无人艇;蓄电池;剩余寿命预测;隐马尔科夫模型;灰色预测模型;故障率函数 |
| 摘要： | 蓄电池是无人艇重要的能源装置，是无人艇电力系统的重要组成部分。跟踪预测无人艇蓄电池的健康状态是保证无人艇航行安全的重要手段。准确预测无人艇蓄电池的剩余寿命，为预防和排除故障提供充裕的时间，在一定程度上可以避免无人艇灾难事故的发生。 基于数据驱动的无人艇蓄电池的剩余寿命预测技术经过了长时间的快速发展，但还是有许多问题需要解决。本文所做的工作就是在无人艇蓄电池寿命预测。方面提出了一个比例故障率模型和灰色预测相结合的方法。本文所进行的主要研究如下: 为了解决系统在确定退化状态时存在的不确定性问题，利用隐马尔科夫模型良好的模式识别能力，建立了基于隐马尔科夫过程的退化状态识别模型。为了更好的描述系统退化趋势，引入了退化因子，并做了公式推导和最大似然函数的最优估计。将退化因子代入故障率函数中，由此得到了以退化因子为协变量的条件可靠度函数及剩余寿命模型。 为了克服系统在剩余寿命预测方面存在的数据匮乏问题，本文提出了一个灰色系统预测模型和故障率相结合的混合预测方法，利用故障率函数对系统各个观测时刻的平均剩余寿命进行估计。之后，将系统各个观测时刻的平均剩余寿命看成是灰色动态系统的灰色序列，建立灰色预测模型，对系统之后的退化趋势进行预测，从而得到系统下一观测时刻的剩余寿命。由于灰色预测模型在数据匮乏的情况下仍然具有良好的预测效果，可以有效的弥补剩余寿命估计过程中具有不完全数据的局限性。最后，通过典型的蓄电池实验数据证明了这种混合方法的可行性和有效性。 |
| 作者： | 汲乔瑶 |
| 专业： | 控制科学与工程 |
| 导师： | 徐进学 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
