龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京航空航天大学
摘要：本发明公开了一种数模联动的多状态复杂系统剩余寿命预测方法，具体为：步骤1：采用三状态的隐半马尔科夫模型描述系统的退化过程，其中三状态包括健康状态A，不健康状态B，和失效状态；步骤2：从宏观和微观尺度分析多状态复杂系统在隐状态的驻留时间分布以及状态转移概率；步骤3：通过hyper‑Erlang分布和转移概率，将连续时间三状态半马尔科夫链转化为多状态马尔科夫链；步骤4：构建随机退化模型；步骤5：估计随机退化模型中未知的状态参数和观测参数；步骤6：基于估计的状态参数和观测参数对多状态复杂系统剩余寿命实时预测。
主权项：1.一种数模联动的多状态复杂系统剩余寿命预测方法，其特征在于，包括如下步骤：步骤1：采用三状态的隐半马尔科夫模型描述系统的退化过程，其中三状态包括健康状态A，不健康状态B，和失效状态；对隐状态进行分级，得到健康状态A的k1个子状态，和不健康状态B的k2个子状态，建立新的状态空间Θ，Θ＝{K1,K2,K3}，K1表示健康状态的子状态集合，K1＝{1,...,k1}，K2表示不健康状态的子状态集合，K2＝{k1+1,...,k1+k2}，K3表示失效子状态；所述隐状态为健康状态A或不健康状态B；步骤2：从宏观和微观尺度分析多状态复杂系统在隐状态的驻留时间分布以及状态转移概率γ表示转移速率，当多状态复杂系统处于健康状态A时，k＝k1，γ＝λ，当多状态复杂系统处于不健康状态时，k＝k2，γ＝μ，τ表示多状态复杂系统在隐状态的驻留时间，X表示隐状态；步骤3：通过hyper-Erlang分布和转移概率，将连续时间三状态半马尔科夫链转化为多状态马尔科夫链；步骤4：构建随机退化模型；步骤5：估计随机退化模型中未知的状态参数和观测参数；步骤6：基于估计的状态参数和观测参数对多状态复杂系统剩余寿命实时预测。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种数模联动的多状态复杂系统剩余寿命预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号