文献类型：期刊文章

作　　者：孙磊[1] 贾云献[1] 蔡丽影[2] 林国语[1] 赵劲松[1,3]

机构地区：[1]军械工程学院装备指挥与管理系,河北石家庄050003 [2]石家庄军械技术研究所,河北石家庄050003 [3]军事交通学院装备保障系,天津300161

出　　处：《光谱学与光谱分析》

基　　金：国家"十二五"武器装备预研项目(51327020101);总装预研基金项目(9140A27020308JB34)资助

年　　份：2013

卷　　号：33

期　　号：9

起止页码：2478-2482

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、EI(收录号：20133816756684)、IC、INSPEC、JST、PUBMED、RCCSE、RSC、SCI(收录号：WOS:000326064200037)、SCI-EXPANDED(收录号：WOS:000326064200037)、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：油液光谱分析是机械磨损状态监测、故障诊断与故障预测的重要技术,基于光谱数据的机械状态剩余寿命预测有利于实现机械系统的最优维修决策。由于机械设备越来越复杂,其健康状态的退化过程很难用线性模型来表示,而粒子滤波(particle filter,PF)对非线性非高斯系统的处理能力,与经典Kalman滤波相比具有明显的优势,文章将PF预测方法运用于光谱分析,提出了基于PF和油液光谱分析技术的设备剩余寿命预测方法。在预测模型中实现了根据设备后验分布的估计值预测其先验分布概率,建立了基于PF的多步向前长期预测模型。最后,对某发动机实际的光谱分析数据进行了预测和分析,并与传统Kalman滤波方法的预测结果进行了比较,结果充分表明了本方法的有效性和优越性。

关 键 词：油液光谱分析 粒子滤波 发动机 剩余寿命预测

分 类 号：TH165.3]