Exponenta Banner
exponenta event banner

update

Обновление распределения апостериорных параметров модели остающегося срока полезного использования деградации

Свернуть все на странице

Синтаксис

update(mdl,data)

Описание

пример

update(mdl,data) обновляет апостериорную оценку параметров модели остающегося срока службы (RUL) деградации mdl использование последних измерений деградации в data.

Примеры

свернуть все

Открыть Live Script

Загрузите обучающие данные, которые являются профилем функции деградации для компонента.

load('expRealTime.mat')

В данном примере примите, что обучающие данные не являются историческими данными. Когда нет исторических данных, можно обновить модель деградации в реальном времени, используя наблюдаемые данные.

Создайте экспоненциальную модель деградации со следующими настройками:

  • Произвольный θ и β предыдущие распределения с большими отклонениями, так что модель полагается в основном на наблюдаемые данные

  • Шумовое отклонение 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 временной вектор жизни для подбора кривой.

lifeTime = [1:length(expRealTime)];

Наблюдайте функцию деградации для 10 итераций. Обновляйте модель деградации после каждой итерации.

for i=1:10
    update(mdl,[lifeTime(i) expRealTime(i)])
end

После наблюдения модели в течение некоторого времени, для примера в установившейся рабочей точке, можно перезапустить модель и сохранить текущее апостериорное распределение как предшествующее распределение.

restart(mdl,true)

Просмотрите обновленные параметры предыдущего распределения.

mdl.Prior
ans = struct with fields:
            Theta: 2.3555
    ThetaVariance: 0.0058
             Beta: 0.0722
     BetaVariance: 3.6362e-05
              Rho: -0.8429

Входные параметры

свернуть все

Модель RUL деградации, заданная как linearDegradationModel объект или exponentialDegradationModel объект. update обновляет апостериорные оценки параметров модели деградации на основе последних измерений функций деградации в data.

Для linearDegradationModel, обновленные параметры Theta и ThetaVariance.

Для exponentialDegradationModel, обновленные параметры Theta, ThetaVariance, Beta, BetaVariance, и Rho.

update также устанавливает следующие свойства mdl:

  • InitialLifeTimeValue - Первый раз, когда вы звоните update, это свойство устанавливается в значение времени жизни в первой строке data.

  • CurrentLifeTimeValue - Каждый раз, когда вы звоните update, это свойство устанавливается в значение времени жизни в последней строке data.

  • CurrentMeasurement - Каждый раз, когда вы звоните update, это свойство устанавливается на значение измерения функции в последней строке data.

Измерения функций деградации, заданные как одно из следующего:

  • Массив с двумя столбцами - первый столбец содержит значения времени жизни, а второй - соответствующее измерение функций деградации.

  • table или timetable объект, содержащий переменные с именами, совпадающими с LifeTimeVariable и DataVariables свойства mdl.

Расширенные возможности

.

См. также

Функции

Темы

Введенный в R2018a

Документация Predictive Maintenance Toolbox

Поддержка