基于泛函逼近的裝備性能衰退預(yù)測(cè)方法及其應(yīng)用研究.pdf

1、為在保證安全的前提下,降低大型復(fù)雜裝備的運(yùn)營(yíng)成本,基于狀態(tài)監(jiān)控的視情維修和預(yù)知維修等先進(jìn)維修理念和模式已得到了越來(lái)越廣泛的應(yīng)用,所以迫切需要開展對(duì)其關(guān)鍵技術(shù)——裝備性能衰退預(yù)測(cè)的研究,而裝備性能衰退預(yù)測(cè)就是要預(yù)測(cè)可反映裝備性能狀態(tài)的參數(shù)數(shù)據(jù)變化趨勢(shì),本文就針對(duì)大型復(fù)雜裝備的性能衰退主要受時(shí)間累積效應(yīng)影響的特點(diǎn),提出了兩種以泛函逼近理論為基礎(chǔ)的預(yù)測(cè)裝備性能參數(shù)數(shù)據(jù)的方法——過(guò)程回歸分析和基于卷積的過(guò)程神經(jīng)網(wǎng)絡(luò),并應(yīng)用于航空領(lǐng)域的實(shí)際問(wèn)題,

2、取得了滿意的結(jié)果。
　　傳統(tǒng)回歸分析是函數(shù)逼近工具,受輸入同步瞬時(shí)限制,難以反映時(shí)間累積效應(yīng),預(yù)測(cè)裝備性能數(shù)據(jù)精度不高,為了解決此問(wèn)題,本文提出了一種過(guò)程回歸分析方法,該方法輸入為函數(shù)并有時(shí)間聚合算子,也因此成為一種泛函逼近工具,仿真實(shí)驗(yàn)驗(yàn)證了過(guò)程回歸分析對(duì)數(shù)據(jù)的預(yù)測(cè)效果要優(yōu)于傳統(tǒng)回歸分析方法。
　　過(guò)程神經(jīng)網(wǎng)絡(luò)雖然已經(jīng)是一種泛函逼近工具,但考慮到傳統(tǒng)積分過(guò)程神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法在進(jìn)行時(shí)間累積聚合效應(yīng)處理時(shí)使用了正交基展開輸入函

3、數(shù)和權(quán)函數(shù),雖能大大簡(jiǎn)化訓(xùn)練過(guò)程中的運(yùn)算,但由于展開函數(shù)的波動(dòng),更由于正交基的積分運(yùn)算結(jié)果非零即一的特點(diǎn)帶來(lái)了部分信息丟失的問(wèn)題,從而對(duì)裝備性能數(shù)據(jù)預(yù)測(cè)結(jié)果的精度造成一定影響。本文將信號(hào)處理領(lǐng)域中的卷積運(yùn)算引入到過(guò)程神經(jīng)網(wǎng)絡(luò)模型的時(shí)間累積聚合運(yùn)算算子中來(lái),將其改進(jìn)為基于卷積的過(guò)程神經(jīng)網(wǎng)絡(luò),同時(shí)采用對(duì)連續(xù)函數(shù)的快速卷積來(lái)保證其計(jì)算速度。仿真實(shí)驗(yàn)證明,由于信息保留完整,卷積過(guò)程神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)預(yù)測(cè)的性能較積分過(guò)程神經(jīng)網(wǎng)絡(luò)好。
　　本文以