机构名称：
¥ 1.0
人们对复杂工程系统的可靠性越来越感兴趣，尤其是系统的全寿命风险分析。一个复杂系统，例如本文研究的民用飞机发动机，在其整个生命周期中包含多种潜在故障模式，这些故障模式是由经历不同恶化过程的各种子系统和组件故障造成的。为了满足航空业高效的更换维护策略的要求，量化复杂系统中各个组件的风险以准确预测备件需求非常重要。我们提出了一种新颖的数据驱动混合学习算法，它包含三个构建块：基于威布尔分布的预定义可靠性模型、自动无监督聚类以及质量检查与输出。该算法能够识别风险最高的子系统，并定量计算相关的可靠性模型。由于所有组件风险都遵循威布尔分布，因此可以获得参数。对民用飞机发动机机队进行的案例研究表明，该算法能够从系统级性能记录中更好地了解子系统级风险，从而提高维护策略的有效执行。
一种用于竞争的混合学习分解算法...
主要关键词
相关文件推荐
