Exponenta Banner
exponenta event banner

reliabilitySurvivalModel

Вероятностная модель времени отказа для оценки остаточного срока службы

развернуть все на странице

Описание

Использовать reliabilitySurvivalModel оценка оставшегося срока полезного использования (RUL) компонента с использованием распределения вероятности времени отказа компонента. Модели выживания надежности полезны в тех случаях, когда единственными имеющимися данными являются времена отказа для совокупности сходных компонентов, таких как несколько машин, изготовленных в соответствии с одинаковыми спецификациями.

Конфигурирование reliabilitySurvivalModel объект для определенного типа компонента, используйте fit, который оценивает коэффициенты распределения вероятности из коллекции данных времени отказа. После настройки параметров модели выживания надежности можно прогнозировать оставшийся срок службы аналогичных компонентов с помощью predictRUL. Базовый пример, иллюстрирующий прогнозирование RUL, см. в разделе Обновление прогнозирования RUL по мере поступления данных.

Общие сведения о прогнозировании оставшегося срока полезного использования см. в разделе Модели прогнозирования оставшегося срока полезного использования.

Создание

Синтаксис

mdl = коэффициент защищенности Модель
mdl = коэффициент защищенности Модель (распределение)
mdl = уровень защищенности модели (initModel)
mdl = уровень защищенности модели (___, имя, значение)

Описание

пример

mdl = reliabilitySurvivalModel создает модель выживания надежности для оценки модели RUL, которая использует распределение Вейбулла и инициализирует модель с настройками по умолчанию.

mdl = reliabilitySurvivalModel(distribution) создает модель выживания надежности, которая использует указанную функцию распределения вероятности и устанавливает Distribution свойство модели.

mdl = reliabilitySurvivalModel(initModel) создает модель выживания надежности и инициализирует параметры модели с использованием существующего reliabilitySurvivalModel объект initModel.

пример

mdl = reliabilitySurvivalModel(___,Name,Value) задает настраиваемые пользователем свойства модели с помощью пар имя-значение. Например, reliabilitySurvivalModel('LifeTimeUnit',"days") создает модель выживания надежности, использующую дни в качестве единицы измерения времени жизни. Можно указать несколько пар имя-значение. Заключите каждое имя свойства в кавычки.

Входные аргументы

развернуть все

Модель выживания надежности, указанная как reliabilitySurvivalModel объект.

Свойства

развернуть все

Функция распределения вероятности, используемая для моделирования распределения времени жизни, заданная как одно из следующих:

Строка распределенияОбъект распределения
"BirnbaumSaunders"BirnbaumSaundersDistribution
"Exponential"ExponentialDistribution
"Gamma"GammaDistribution
"GeneralizedPareto"GeneralizedParetoDistribution
"HalfNormal"HalfNormalDistribution
"InverseGaussian"InverseGaussianDistribution
"Kernel"KernelDistribution
"Logistic"LogisticDistribution
"Loglogistic"LoglogisticDistribution
"Lognormal"LognormalDistribution
"Nakagami"NakagamiDistribution
"Normal"NormalDistribution
"Poisson"PoissonDistribution
"Rayleigh"RayleighDistribution
"Stable"StableDistribution
"Weibull"WeibullDistribution

Для конфигурирования параметров функции распределения вероятностей используйте fit функция.

Это свойство доступно только для чтения.

Коэффициенты распределения, оцененные fit функция, заданная как вектор. Для получения дополнительной информации о коэффициентах каждой функции распределения см. соответствующий объект распределения, указанный в Distribution. Дополнительные сведения о фитинге модели см. в разделе fitdist.

Это свойство доступно только для чтения.

Ковариация коэффициентов распределения, оцененных fit функция, заданная как положительный массив с размером, равным числу коэффициентов. Для получения дополнительной информации о коэффициентах каждой функции распределения см. соответствующий объект распределения, указанный в Distribution.

Это свойство доступно только для чтения.

Имена коэффициентов распределения, назначенные при обучении модели с использованием fit функция, указанная как строковый массив. Для получения дополнительной информации о коэффициентах каждой функции распределения см. соответствующий объект распределения, указанный в Distribution.

Переменная цензора, заданная как строка, содержащая допустимое имя переменной MATLAB ®. Переменная цензора является двоичной переменной, которая указывает, какие измерения срока службы вdata не являются ценностями с окончанием срока службы.

CensorVariable не должны соответствовать ни одной из строк в DataVariables или LifeTimeVariable.

Можно указать CensorVariable:

  • Использование пары имя-значение при создании модели

  • В качестве аргумента при вызове fit функция

  • Использование точечной нотации после создания модели

Переменная времени жизни, заданная как строка, содержащая допустимое имя переменной MATLAB. Для моделей выживания переменная срока службы содержит исторические измерения срока службы компонентов.

Можно указать LifeTimeVariable:

  • Использование пары имя-значение при создании модели

  • В качестве аргумента при вызове fit функция

  • Использование точечной нотации вручную

Единицы переменной времени жизни, указанные как строка.

Единицы переменной времени жизни не обязательно должны основываться на времени. Срок службы испытуемого компонента может быть измерен с помощью переменной использования, такой как пройденное расстояние (мили) или потребляемое топливо (галлоны).

Переменные данных, указанные как пустая строка. Это свойство игнорируется для моделей выживания надежности.

Дополнительная информация о модели для целей бухгалтерского учета, указанная как любой тип данных или формат. Модель не использует эту информацию.

Можно указать UserData:

  • Использование пары имя-значение при создании модели

  • Использование точечной нотации после создания модели

Функции объекта

predictRULОценка остаточного срока службы испытательного компонента
fitОценка параметров модели остаточного срока службы с использованием исторических данных

Примеры

свернуть все

Открыть сценарий в реальном времени

Загрузить данные обучения.

load('reliabilityData.mat')

Эти данные являются вектором столбца duration объекты, представляющие время разряда батареи.

Создайте модель выживания надежности с настройками по умолчанию.

mdl = reliabilitySurvivalModel;

Тренируйте модель выживания, используя данные обучения.

fit(mdl,reliabilityData,"hours")
Открыть сценарий в реальном времени

Загрузить данные обучения.

load('reliabilityData.mat')

Эти данные являются вектором столбца duration объекты, представляющие время разряда батареи.

Создайте модель выживания надежности, указав переменную времени жизни и единицы времени жизни.

mdl = reliabilitySurvivalModel('LifeTimeVariable',"DischargeTime",'LifeTimeUnit',"hours");

Тренируйте модель выживания, используя данные обучения.

fit(mdl,reliabilityData)

Спрогнозировать срок службы нового компонента и получить функцию распределения вероятности для оценки.

[estRUL,ciRUL,pdfRUL] = predictRUL(mdl);

Постройте график распределения вероятностей.

bar(pdfRUL.RUL,pdfRUL.ProbabilityDensity)
xlabel('Remaining useful life (hours)')
xlim(hours([40 90]))

Figure contains an axes. The axes contains an object of type bar.

Улучшите представление распределения, предоставив количество ячеек и размер ячейки для прогнозирования.

[estRUL,ciRUL,pdfRUL] = predictRUL(mdl,'BinSize',0.5,'NumBins',500);
bar(pdfRUL.RUL,pdfRUL.ProbabilityDensity)
xlabel('Remaining useful life (hours)')
xlim(hours([40 90]))

Figure contains an axes. The axes contains an object of type bar.

Спрогнозировать значение RUL для компонента, работающего в течение 50 часов.

[estRUL,ciRUL,pdfRUL] = predictRUL(mdl,hours(50),'BinSize',0.5,'NumBins',500);
bar(pdfRUL.RUL,pdfRUL.ProbabilityDensity)
xlabel('Remaining useful life (hours)')
xlim(hours([0 40]))

Figure contains an axes. The axes contains an object of type bar.

См. также

Функции

Темы

Представлен в R2018a

Предиктивная документация по инструментам технического обслуживания

Поддержка