×
周仁生R。;尼科莱塔塞族人;纳吉Gebraeel

退化建模应用于使用功能数据分析的剩余寿命预测。 （英语） Zbl 1223.62156号

附录申请。斯达。 5，编号2B，1586-1610（2011）.
概述：基于传感器的退化信号使用传感器技术测量工程系统的损伤累积。例如，退化信号可用于估计部分退化系统和/或其部件的剩余寿命分布。我们提出了一个非参数退化建模框架，用于推断稀疏观测或短时间间隔观测到的退化信号的演化。此外，使用经验贝叶斯方法，利用训练退化信号实时更新退化模型的随机参数，以在线监测现场运行的组件。该贝叶斯框架的主要应用是将剩余寿命更新到部分退化组件的退化阈值。我们使用真实裂纹扩展数据集以及模拟退化信号的案例研究验证了我们的退化建模方法。

引用于7文件

MSC公司：

62号05 可靠性和寿命测试
62G05型 非参数估计
62C12号机组 经验决策程序；经验贝叶斯程序
65C60个 统计中的计算问题（MSC2010）

关键词：

状态监测;功能主成分分析;非参数估计;剩余寿命分布;稀疏退化信号

软件：

fda（右）;引导数据库;引导库
PDF格式BibTeX公司 XML格式引用
\textit{R.R.Zhou}等人，Ann.Appl。Stat.5，No.2B，1586--1610（2011；Zbl 1223.62156）
全文： 内政部 arXiv公司

参考文献：

[1] Bogdanoff，J.L.和Kozin，F.（1985年）。累积损伤的概率模型。纽约威利。
[2] Cross，R.J.、Makeev，A.和Armanios，E.（2006年）。从Virkler数据推断的概率裂纹扩展模型预测的比较。J.ASTM国际标准3。内政部：。
[3] Davison，A.C.和Hinkley，D.V.（1997年）。引导方法及其应用。剑桥统计与概率数学系列1。剑桥大学出版社，剑桥·Zbl 0886.62001号
[4] Doksum，K.A.和Hoyland，A.（1992年）。基于维纳过程和逆高斯分布的变应力加速寿命试验模型。技术计量学34 74-82·Zbl 0763.62048号 ·doi:10.2307/1269554
[5] Efron，B.和Tibshirani，R.J.（1993年）。引导程序简介。统计学和应用概率专著57。查普曼和霍尔，纽约·兹比尔083562038
[6] Fan，J.和Yao，Q.（2003）。非线性时间序列：非参数和参数方法。纽约州施普林格·Zbl 1014.62103号
[7] Gebraeel，N.（2006年）。具有指数退化模式的部件的感官更新剩余寿命分布。IEEE自动化科学与工程学报3 382-393。
[8] Gebraeel，N.、Lawley，M.、Li，R.和Ryan，J.（2005）。部件退化信号的剩余寿命分布：贝叶斯方法。IIE交易37 543-557。
[9] James，G.M.、Hastie，T.J.和Sugar，C.A.（2000年）。稀疏功能数据的主成分模型。生物特征87 587-602·Zbl 0962.62056号 ·doi:10.1093/biomet/87.3587
[10] Karhunen，K.（1947）。在Wahrscheinlichkeitsrechnung中使用线性方法。芬兰苏马莱恩·蒂德卡季米亚·Zbl 0030.16502号
[11] Kotulski，Z.A.（1998年）。基于Virkler实验数据的随机裂纹扩展模型的识别效率。力学档案5 829-847·Zbl 0947.74564号
[12] Liao，C.M.和Tseng，S.T.（2006）。步进应力加速降解试验的优化设计。IEEE可靠性汇刊55。
[13] Loève，M.（1945年）。函数aleatoire de second order。Comptes Rendus学院。科学。220 .
[14] Lu，C.J.和Meeker，W.Q.（1993）。使用退化度量来估计故障时间分布。技术计量35 161-174·Zbl 0775.62271号 ·doi:10.2307/1269661
[15] Müller，H.-G.和Zhang，Y.（2005）。从纵向轨迹预测剩余寿命分布的时变函数回归。生物统计学61 1064-1075·Zbl 1087.62129号 ·doi:10.1111/j.1541-0420.2005.00378.x
[16] Nelson，W.（1990年）。加速测试统计模型、测试计划和数据分析。纽约威利·兹比尔0717.62089 ·数字对象标识代码：10.1002/9780470316795
[17] Padgett，W.J.和Tomlinson，M.A.（2004年）。基于高斯过程模型的加速退化和失效数据推断。寿命数据分析。10 191-206. ·Zbl 1058.62090号 ·doi:10.1023/B:LIDA.0000030203.49001.b6
[18] Park，C.和Padgett，W.J.（2006年）。具有多个加速变量的随机退化模型。IEEE可靠性汇刊55 379-390。
[19] Pettit，L.I.和Young，K.D.S.（1999年）。具有退化度量的逆高斯寿命数据的贝叶斯分析。J.统计。计算。模拟63 217-234·Zbl 0939.62026号 ·网址：10.1080/00949659908811954
[20] Ramsay，J.O.和Silverman，B.W.（1997）。功能数据分析。纽约州施普林格·Zbl 0882.6202号
[21] Rice，J.A.和Silverman，B.W.（1991）。当数据为曲线时，非参数估计平均值和协方差结构。J.罗伊。统计师。Soc.序列号。乙53 233-243·Zbl 0800.62214号
[22] Tseng，S.T.和Peng，C.Y.（2007）。退化数据的随机扩散建模。数据科学杂志。5 315-333.
[23] Virkler，D.A.、Hillberry，B.M.和Goel，P.K.（1979年）。疲劳裂纹扩展的统计性质。J.工程硕士。Technol公司。101 148-153.
[24] Yao，F.、Müller，H.-G.和Wang，J.-L.（2005）。稀疏纵向数据的功能数据分析。J.Amer。统计师。协会100 577-590·Zbl 1117.62451号 ·doi:10.1198/0162145000001745
[25] Yu，H.F.和Tseng，S.T.（1998）。终止加速降解试验的在线程序。统计师。Sinica 8 207-220号·Zbl 0886.62090号
[26] Zhou，R.R.、Serban，N.和Gebraeel，N.（2010）。《应用于使用功能数据分析预测剩余寿命的退化建模》附录。统计师。内政部：·Zbl 1223.62156号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。