Введение

Точное предсказание оставшегося полезного срока службы (RUL) зависит от качества индикаторов здоровья (HIs). Однако существующие методы нередко не могут разграничить сложные механизмы деградации в многосенсорных системах или количественно оценить неопределенность в надежности HIs.

Ключевые вклады

В данной статье представлена новая структура для построения HIs с тремя основными вкладами:

• Адаптация RaPP: Мы впервые адаптируем метод реконструкции вдоль проекционных путей (RaPP) в качестве индикатора здоровья для предсказания RUL, что показывает его превосходство над традиционными метриками ошибки реконструкции.
• Учет неопределенности: Мы демонстрируем, что дополнение HIs, основанных на RaPP, оценкой алгебраической и эпистемической неопределенности с использованием метода Монте-Карло и вероятностных латентных пространств значительно улучшает устойчивость предсказания RUL.
• Группы индикаторов: Мы предлагаем концепцию групп индикаторов, которая изолирует подмножества сенсоров для моделирования деградаций, специфичных для системы. Это приводит к нашему новому методу I-GLIDE, который обеспечивает интерпретируемую диагностику, ориентированную на механизмы.

Результаты

Оценка на данных из аэрокосмических и производственных систем показывает, что наш подход значительно улучшает точность и обобщаемость по сравнению с современными методами HIs.