Выбор признаков для остающегося предсказания срока полезного использования

Для надежных оценок остающегося срока полезного использования (RUL) вы хотите индикатор состояния, изменение которого в зависимости от времени заметно и связано с системным процессом ухудшения надежным, измеримым способом. remaining useful life машины является ожидаемой жизнью или время использования, оставаясь, прежде чем машина потребует восстановления или замены. При предсказании остающийся срок полезного использования из системных данных является центральной целью алгоритмов прогнозирующего обслуживания.

После того, как вы идентифицируете индикаторы состояния (см. Индикаторы состояния для Контроля, Обнаружения Отказа и Предсказания), выбор полезных индикаторов состояния из всех доступных функций является следующим шагом в создавании надежной модели предсказания RUL.

Predictive Maintenance Toolbox™ предлагает три метрики выбора признаков для точного предсказания RUL: монотонность, trendability, и prognosability. Эти метрики оценивают идентифицированные индикаторы состояния по шкале в пределах от 0 до 1. Более высокий отранжированный признак отслеживает процесс ухудшения более надежно и следовательно, более желателен, чтобы обучить модель предсказания RUL.

  • Monotonicity характеризует тренд функции, когда система развивается к отказу. Когда система прогрессивно становится ближе к отказу, подходящий индикатор состояния имеет монотонный положительный или отрицательный тренд. Для получения дополнительной информации смотрите monotonicity.

  • Prognosability является мерой изменчивости функции при отказе относительно области значений между ее начальными и окончательными значениями. Более prognosable функция имеет меньше изменения при отказе относительно области значений между ее начальными и окончательными значениями. Для получения дополнительной информации смотрите prognosability.

  • Trendability обеспечивает меру подобия между траекториями функции, измеренной в нескольких экспериментах запуска к отказу. Trendability индикатора состояния кандидата задан как самая маленькая абсолютная корреляция между измерениями. Для получения дополнительной информации смотрите trendability.

В дополнение к использованию этих функций в командной строке можно применить эти метрики выбора признаков в Diagnostic Feature Designer путем выбора предвещающих опций рейтинга.

Использование выбранных функций, чтобы обучить соответствующую модель оценки RUL является следующим шагом в процессе проектирования алгоритма. Для получения информации см. Модели для Предсказания Остающегося Срока полезного использования.

Смотрите также

| |

Похожие темы