导读:本文包含了状态预测技术论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:状态,卡尔,故障,数据,轧辊,载荷,神经网络。
状态预测技术论文文献综述
郭建,徐宗昌,张文俊[1]（2019）在《基于状态的装备故障预测技术综述》一文中研究指出综述了基于状态的装备故障预测与维修决策的发展现状,分别将近年来基于可靠性的故障预测、基于数据驱动的故障预测、基于统计的故障预测、基于失效物理的故障预测、综合集成故障预测5类故障预测的文献进行了总结,并分析了故障预测中的不确定性。对装备故障预测研究现状进行了分析与展望。(本文来源于《火炮发射与控制学报》期刊2019年02期）
吕俊霞[2]（2019）在《输变电设备状态预测技术》一文中研究指出输变电预测评估主要是预测输变电设备未来的状态发展趋势,并且根据预测结果确定是否调整设备的运行方式,或确定设备的检修时间、检修类型及检修范围。这对于输变电设备的检修决策具有重大的意义。(本文来源于《电气工程应用》期刊2019年01期）
翟鹏,顾廷权,王学敏,李鹤[3]（2019）在《轧辊磨床状态监测与故障预测技术进展》一文中研究指出轧辊磨床是冶金行业的关键装备,针对其运行状态缺乏有效监测等问题,特提出了应用于轧辊磨床的状态监测与故障预测技术。简要介绍了轧辊磨床状态监测技术的方式与方法,综述了国内外学者在信号特征提取及轧辊磨床状态监测系统开发上所做的工作。重点对故障预测的方法进行了分类和介绍,总结归纳了21种故障预测的工具方法并分别做了评价。最后提出当前轧辊磨床状态监测与故障预测所面临的问题与挑战。(本文来源于《冶金自动化》期刊2019年02期）
崔建国,高波,蒋丽英,于明月,高阳[4]（2018）在《基于GRVM的航空发动机状态预测技术研究》一文中研究指出针对航空发动机健康状态难以预测问题,提出了基于灰色理论和相关向量机组合预测的航空发动机状态预测方法。选取某真实航空发动机的关键部件作为具体研究对象,采集排气温度作为航空发动机状态预测参数。在发动机专用试验平台上,通过试验,获取状态原始数据,通过灰色累加对原始数据序列进行处理,对处理后的数据建立灰色预测模型,并将灰色预测模型的预测结果作为相关向量机的输入,原始的数据序列作为输出,训练得到相关向量机回归预测模型,由所建立的灰色预测模型(Grey Model, GM)和相关向量机(RelevanceVectorMachine,RVM)预测模型组合得到灰色相关向量机(Grey Relevance Vector Machine, GRVM)组合预测模型,从而可得到最终预测结果。试验研究表明,相对于传统灰色预测模型和相关向量机预测模型,灰色相关向量机模型具有更好的预测精度,可以很好的实现航空发动机的状态预测效能,从而可为飞机发动机的状态预测提供一种新方法。(本文来源于《控制工程》期刊2018年10期）
杨扬笛[5]（2017）在《基于工程数据的卫星健康状态预测技术研究》一文中研究指出我国航天事业经过几十年的发展,积累了丰富的卫星工程经验和工程数据。如何将这些经验和数据应用于未来的卫星健康状态预测,越来越受到业界的重视。计算机技术和大数据技术的快速发展,为运用卫星工程数据进行卫星健康状态的预测提供了可能。本文针对卫星工程数据应用方法开展研究,利用工程数据预测卫星健康发展趋势,具有较强的应用价值和一定的创新性。本文对工程参数处理相关文献研究的基础上,从数据预处理、非关系型数据库存储方式和数据预测技术叁个方面开展了研究工作,并结合暗物质粒子探测卫星在轨运行工程参数进行了实验验证。在数据预处理方面,采用了判定树归纳方法和树剪枝方法进行数据分类处理,研究了判定树归纳的加强的条件和判定树归纳的可规模性,提出了使用判定树归纳方法进行工程数据的分类;在数据存储方面,使用了当前比较流行的四种非关系型数据库进行工程数据的存储与处理;在数据预测技术方面,研究了多项式拟合外推、求和自回归移动平均模型、非参数回归算法以及基于神经网络预测技术等四种数据处理预测方法,并对它们其中的算法和收敛条件提出了讨论,使用上述方法对工程数据的变化进行预测。通过实验验证,表明使用改良后的判定树归纳及其发展的方法能够较好的处理数据分类问题。另外,经过参数选优后,多项式拟合外推、求和自回归移动平均模型、基于神经网络预测技术能够较好的实现工程数据的预测,从而做出对卫星健康状况的分析和推断。(本文来源于《中国科学院大学(中国科学院国家空间科学中心)》期刊2017-04-01）
邹峰[6]（2016）在《锂离子电池健康状态评估及剩余使用寿命预测技术研究》一文中研究指出锂离子电池无论是在军用还是民用领域都得到了广泛的应用,准确对其进行健康状态(State of Health,SOH)评估及剩余使用寿命(Remaning Useful Life,RUL)预测对于提高电池安全性与使用寿命具有重要意义。本文以锂离子电池为研究对象,重点开展锂离子电池SOH评估以及RUL预测方法的研究,具体研究内容包括:1)介绍了锂离子电池的工作原理,阐明了锂离子电池常用性能参数的基本概念,概述了锂离子电池的充电方式并通过实验研究了环境温度、放电电流对电池端电压的影响以及电池容量退化规律。2)针对目前卡尔曼滤波算法大多是离线估计电池SOH,无法满足实际工程需要,本文研究了一种基于双卡尔曼滤波算法的电池SOH在线估计方法。首先,通过最小二乘法对电池模型参数进行辨识,实现对电池的建模。然后交替使用两个卡尔曼滤波器分别估计电池的荷电状态与欧姆内阻。为了进一步提高估计精度,本文提出了一种基于模糊推理系统-自适应双卡尔曼滤波(fuzzy inference system-adaptive dual extended Kalman filter,FIS-ADEKF)方法,分别运用Sage-Husa自适应算法与模糊控制器对状态噪声协方差与观测噪声协方差进行修正。最后设计了动态应力测试工况实验进行验证,实验结果表明,改进后的双卡尔曼滤波算法能够实现电池SOH的在线估计,且不依赖于初始值,也不需要事先计算模型参数,具有更高的准确性、收敛性和可行性。3)针对锂离子电池剩余使用寿命预测问题,本文分别利用曲线拟合法与灰色模型来预测电池RUL。在对预测模型进行验证时,本文首先用美国航空航天局艾姆斯研究中心的锂离子电池实验数据来验证,然后通过自主搭建的实验平台获得的实验数据来进一步验证。实验结果表明,一次函数模型与灰色模型能够很好的预测电池RUL,且随着训练数据的增加,预测精度更高。(本文来源于《南京航空航天大学》期刊2016-03-01）
田沿平,叶晓慧,尹明[7]（2015）在《基于状态维修的电子设备故障预测技术研究》一文中研究指出为解决电子设备结构复杂,故障信息不足,故障预测困难,并且现有方法不能直接对电子设备进行状态预测等问题,文中提出了基于状态维修(CBM)的最小二乘支持向量机(LSSVM)和隐马尔科夫模型(HMM)组合故障预测方法;首先采取灵敏度分析法确定电路中要可能发生变化的元件,通过改变元件参数来设置电路的不同退化状态;其次建立组合故障预测模型;最后对该电路进行状态预测;结果表明,文中提出的方法能够直接预测电路的不同状态,进而实现直接预测电子设备的故障状态,预测精度可以达到93.3%。(本文来源于《计算机测量与控制》期刊2015年05期）
孙慧芳[8]（2014）在《抽水蓄能机组状态趋势预测技术的现状分析》一文中研究指出本文论述抽水蓄能机组状态监测与趋势预测技术的研究现状,针对当前抽水蓄能机组状态监测与趋势预测技术存在的问题以及不完善的方面进行分析,对目前应用较广的几种状态趋势预测方法的原理及特点进行阐述,并为进一步完善机组状态趋势预测提出发展方向。(本文来源于《抽水蓄能电站工程建设文集2014》期刊2014-11-18）
姚威[9]（2014）在《基于信息融合的航空发动机状态预测技术研究》一文中研究指出航空发动机性能参数的监视与预测是制定发动机维修计划的基础。目前航空公司多采用单参数预测模型进行发动机性能参数的监视与预测，忽略了不同性能参数间的关联性，其预测精度已日渐难以满足航空公司的要求。为提高性能参数预测的精度，本文融合多种相关性能参数，开展基于信息融合的航空发动机状态预测技术及其应用研究。本文首先运用基于统计与密度的方法寻找航空发动机性能参数的异常点。在此基础上，针对传统小波阈值去噪产生的不平滑问题，提出一种经验模态分解与小波去噪相结合的降噪方法，将原始信号进行经验模态分解，通过比较各分量评价系数选择保留的分量并分别对其进行小波阈值去噪，最后将各分量去噪值进行迭加。通过构造模拟信号，验证此方法的有效性，并将其应用于发动机性能参数降噪。针对航空发动机性能参数时间序列非线性、不平稳的特点，分别运用互信息法与Cao方法求出参数的时间延迟与嵌入维数，在此基础上，根据最大Lyapunov判别法证明发动机性能参数时间序列具有混沌特性。运用混沌理论对时间序列进行相空间重构，通过两性能参数相空间之间映射点距离的变化，提出一种发动机各性能参数间相关关系的量化方法，为选择融合预测所需的参数提供依据。针对目前单参数预测存在的预测精度较低的问题，建立基于相空间重构的BP神经网络信息融合预测模型。运用相空间重构，增加预测所需的演变信息。选择相关关系较大的参数作为融合预测的输入，运用混沌预测理论构造输入输出样本，通过主成分分析方法降低输入维数并减少输入变量间的冗余信息，提高神经网络拟合的效率。针对隐含层神经元个数确定的问题，提出一种公式法与枚举相结合的方法。此外，本文通过遗传算法优化融合预测模型的权值与阈值，提高神经网络拟合的精度与稳定度。分别将长期与短期预测结果与单参数预测模型的预测结果进行比较，验证融合预测模型的有效性。基于上述理论研究成果，面向航空公司的需求，开发航空发动机性能参数融合预测软件系统，本系统可用于发动机性能参数预处理、相关性分析以及融合预测分析，可为航空公司维修方案的确定提供决策支持。(本文来源于《哈尔滨工业大学》期刊2014-07-01）
陈凤兰[10]（2014）在《基于小世界回声状态网络的网络安全态势预测技术研究》一文中研究指出网络安全是一种复杂的非线性系统,其网络安全态势值具有混沌特性,利用网络安全态势衡量网络安全的整体状态,能及时地把握网络抵制恶意攻击的能力并且提前预测网络安全态势的趋势,把网络管理人员从繁琐的海量恶意攻击数据中解脱出来,从而能全局地研究网络的安全性,也是研究网络安全态势预测的热点问题。为了更加有效地预测网络安全态势,本文分析了多种网络安全态势预测方法和技术,在现有成熟理论的基础上提出了一种基于小世界回声状态网络的网络安全态势预测方法,利用过去和现在的网络安全态势历史数据,研究分析影响网络安全的各个因素,得到一系列基于时间序列的数据指标,建立基于预测的网络安全态势体系,经过对数据的训练和测试,预测未来时刻的网络安全态势值。经仿真实验验证,本文所提出的预测方法预测精度高,预测速度快,各项性能指标达到实验预期,有效地实现了对网络安全态势的预测功能,可以及时且准确地反映未来时刻网络的整体安全状况,对网络管理人员安全管理网络提供了现实指导意义。(本文来源于《兰州大学》期刊2014-05-01）
状态预测技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
输变电预测评估主要是预测输变电设备未来的状态发展趋势,并且根据预测结果确定是否调整设备的运行方式,或确定设备的检修时间、检修类型及检修范围。这对于输变电设备的检修决策具有重大的意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
状态预测技术论文参考文献
[1].郭建,徐宗昌,张文俊.基于状态的装备故障预测技术综述[J].火炮发射与控制学报.2019
[2].吕俊霞.输变电设备状态预测技术[J].电气工程应用.2019
[3].翟鹏,顾廷权,王学敏,李鹤.轧辊磨床状态监测与故障预测技术进展[J].冶金自动化.2019
[4].崔建国,高波,蒋丽英,于明月,高阳.基于GRVM的航空发动机状态预测技术研究[J].控制工程.2018
[5].杨扬笛.基于工程数据的卫星健康状态预测技术研究[D].中国科学院大学(中国科学院国家空间科学中心).2017
[6].邹峰.锂离子电池健康状态评估及剩余使用寿命预测技术研究[D].南京航空航天大学.2016
[7].田沿平,叶晓慧,尹明.基于状态维修的电子设备故障预测技术研究[J].计算机测量与控制.2015
[8].孙慧芳.抽水蓄能机组状态趋势预测技术的现状分析[C].抽水蓄能电站工程建设文集2014.2014
[9].姚威.基于信息融合的航空发动机状态预测技术研究[D].哈尔滨工业大学.2014
[10].陈凤兰.基于小世界回声状态网络的网络安全态势预测技术研究[D].兰州大学.2014
论文知识图
