Сбросить оставшуюся модель ухудшения срока службы
restart( сбрасывает внутреннюю сохраненную статистику процесса деградации, накопленную предыдущими вызовами mdl)update и сбрасывает InitialLifeTimeValue и CurrentLifeTimeValue свойства модели. Если SlopeDetectionLevel свойство модели не является пустым, затем тест наклона также перезапускается, игнорируя любые предыдущие обнаружения.
restart( устанавливает предыдущие значения параметров в mdl,resetPrior)mdl к их соответствующим задним значениям, когда resetPrior является true.
restart(___, задает свойства Name,Value)mdl с использованием одного или нескольких аргументов пары имя-значение.
Загрузить учебные данные, которые являются профилем функции ухудшения качества для компонента.
load('expRealTime.mat')В этом примере предположим, что данные обучения не являются историческими данными. При отсутствии исторических данных можно обновить модель деградации в режиме реального времени с помощью наблюдаемых данных.
Создайте экспоненциальную модель деградации со следующими настройками.
предварительное распределение со средним значением 2.4 и расхождение 0.006
предварительное распределение со средним значением 0.07 и расхождение 3e-5
Дисперсия шума 0.003
mdl = exponentialDegradationModel('Theta',2.4,'ThetaVariance',0.006,... 'Beta',0.07,'BetaVariance',3e-5,... 'NoiseVariance',0.003);
Поскольку в обучающих данных нет переменной времени жизни, создайте произвольный вектор времени жизни для подгонки.
lifeTime = [1:length(expRealTime)];
Просмотрите элемент деградации для 100 итераций. Обновите модель деградации после каждой итерации.
for i=1:100 update(mdl,[lifeTime(i) expRealTime(i)]) end
Сбросьте модель, которая очищает накопленную статистику от предыдущих наблюдений и сбрасывает апостериорные распределения в предыдущие распределения.
restart(mdl)
Загрузить учебные данные, которые являются профилем функции ухудшения качества для компонента.
load('expRealTime.mat')В этом примере предположим, что данные обучения не являются историческими данными. При отсутствии исторических данных можно обновить модель деградации в режиме реального времени с помощью наблюдаемых данных.
Создайте экспоненциальную модель деградации со следующими настройками.
Произвольные и предыдущие распределения с большими дисперсиями, так что модель полагается в основном на наблюдаемые данные
Дисперсия шума 0.003
mdl = exponentialDegradationModel('Theta',1,'ThetaVariance',1e6,... 'Beta',1,'BetaVariance',1e6,... 'NoiseVariance',0.003);
Поскольку в обучающих данных нет переменной времени жизни, создайте произвольный вектор времени жизни для подгонки.
lifeTime = [1:length(expRealTime)];
Просмотрите элемент деградации для 10 итераций. Обновите модель деградации после каждой итерации.
for i=1:10 update(mdl,[lifeTime(i) expRealTime(i)]) end
После наблюдения за моделью в течение некоторого времени, например, в установившейся рабочей точке, можно перезапустить модель и сохранить текущее апостериорное распределение в качестве предыдущего распределения.
restart(mdl,true)
Просмотр обновленных параметров предыдущего распространения.
mdl.Prior
ans = struct with fields:
Theta: 2.3555
ThetaVariance: 0.0058
Beta: 0.0722
BetaVariance: 3.6362e-05
Rho: -0.8429
mdl - Модель ухудшения RULlinearDegradationModel объект | exponentialDegradationModel объектМодель ухудшения RUL, заданная как linearDegradationModel объект или exponentialDegradationModel объект. restart очищает накопленную статистику в mdl и сбрасывает InitialLifeTimeValue и CurrentLifeTimeValue свойства mdl.
resetPrior - Флаг сброса предыдущих значений параметровfalse (по умолчанию) | trueФлаг сброса предыдущей информации о параметрах, указанный как логическое значение. Когда resetPrior является:
true, то restart устанавливает предыдущие значения параметров mdl к их соответствующим текущим задним значениям параметров. Например, mdl.Prior.Theta имеет значение mdl.Theta.
false или опущен, то restart не обновляет предыдущую версию.
Укажите дополнительные пары, разделенные запятыми Name,Value аргументы. Name является именем аргумента и Value - соответствующее значение. Name должен отображаться внутри кавычек. Можно указать несколько аргументов пары имен и значений в любом порядке как Name1,Value1,...,NameN,ValueN.
nv1,'value''Theta' - Среднее значение параметра startмоделиЭто свойство доступно только для чтения.
Среднее значение параметра, определяемого как пара, разделенная запятыми 'Theta' и скаляр. Используйте этот аргумент для установки Theta имущество mdl и соответствующей области Prior имущество mdl.
'ThetaVariance' - Дисперсию параметра startмоделиЭто свойство доступно только для чтения.
Дисперсию параметра startв модели деградации, заданную как пара, разделенная запятыми 'ThetaVariance' и неотрицательный скаляр. Используйте этот аргумент для установки ThetaVariance имущество mdl и соответствующей области Prior имущество mdl.
'Beta' - Среднее значение параметра β моделиЭто свойство доступно только для чтения.
Среднее значение параметра β модели, указанное как пара, разделенная запятыми 'Beta' и скаляр. Используйте этот аргумент для установки Beta имущество mdl и соответствующей области Prior имущество mdl.
Этот аргумент применяется только в том случае, если mdl является exponentialDegradationModel.
'BetaVariance' - Дисперсия параметра β моделиЭто свойство доступно только для чтения.
Дисперсия параметра β модели, указанного как пара, разделенная запятыми 'BetaVariance' и неотрицательный скаляр. Используйте этот аргумент для установки BetaVariance имущество mdl и соответствующей области Prior имущество mdl.
Этот аргумент применяется только в том случае, если mdl является exponentialDegradationModel.
'Rho' - Корреляция между startи βЭто свойство доступно только для чтения.
Корреляция между startи β, заданная как пара, разделенная запятыми 'Rho' и скалярное значение в диапазоне [-1,1]. Используйте этот аргумент для установки Rho имущество mdl и соответствующей области Prior имущество mdl.
Этот аргумент применяется только в том случае, если mdl является exponentialDegradationModel.
'NoiseVariance' - Дисперсия аддитивного шума моделиДисперсия аддитивного шума модели, указанная как пара, разделенная запятыми 'NoiseVariance' и неотрицательный скаляр. Используйте этот аргумент для установки NoiseVariance имущество mdl.
'SlopeDetectionLevel' - Уровень обнаружения уклона[]Уровень определения наклона для определения начала процесса деградации, указанный как пара, разделенная запятыми 'SlopeDetectionLevel' и скаляр в диапазоне [0,1]. Используйте этот аргумент для установки SlopeDetectionLevel имущество mdl.
Для отключения теста обнаружения уклона установите SlopeDetectionLevel кому [].
'UseParallel' - Флаг для использования параллельных вычисленийfalse (по умолчанию) | trueФлаг для использования параллельных вычислений при подборе предыдущих значений из данных, указанных как пара, разделенная запятыми 'UseParallel' и либо true или false. Используйте этот аргумент для установки UseParallel имущество mdl.
Примечания и ограничения по использованию:
Эта команда поддерживает создание кода с помощью MATLAB ® Coder™. Перед созданием кода, использующего модель RUL, необходимо сохранить модель с помощьюsaveRULModelForCoder. Пример см. в разделе Создание кода для прогнозирования оставшегося срока службы.
Имеется измененная версия этого примера. Открыть этот пример с помощью изменений?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.