导读:本文包含了健康状态评估论文开题报告文献综述及选题提纲参考文献，主要关键词:数据驱动,人工智能,设备运维,健康评估
健康状态评估论文文献综述
彭振云,刘建,高毅[1]（2019）在《数据驱动的常态化设备健康状态评估服务模式》一文中研究指出智能制造的发展催生了新的基于大数据与人工智能技术的设备运维服务模式,常态化设备健康状态评估是目前已经落地实施而且成效显着的服务。本文介绍这种服务的适应范围、技术特点、实施意义、服务模式、技术原理和应用案例。(本文来源于《机电产品开发与创新》期刊2019年05期）
赵峰,陈子文,陈小强,王英[2]（2019）在《高速铁路牵引变电所健康状态评估》一文中研究指出为了全面监测并评估高速铁路牵引变电所的健康状态,提出一种基于模糊灰色聚类与组合赋权相结合的健康状态评估方法,并将其应用到牵引变电所健康状态评估中。利用熵权法与层次分析法确定牵引变电所关键设备指标的权重;通过组合赋权法对指标权重进行组合;利用灰色聚类系数表示各设备的健康状态。在此基础上,采用模糊评判法实现对牵引变电所健康状态的评估。以西北某牵引变电所为例进行分析,健康状态评估结果为较好,与实际检测结果一致。研究结果表明:所提出的方法适用于牵引变电所的分层模型,能有效实现牵引变电所的健康状态评估,为智能牵引变电所的发展提供理论依据。(本文来源于《铁道科学与工程学报》期刊2019年09期）
李金东,古月圆,王路阳,吴旭[3]（2019）在《退役锂离子电池健康状态评估方法综述》一文中研究指出由于电池组中电池单体之间存在性能差异,退役锂离子电池在投入梯次利用前需要借助健康状态(SOH)评估技术进行电池单体的分类与配组。健康状态评估系统的构建涉及电池建模、电池测试、数据处理、算法开发等各种技术问题。目前通过基于模型的参数识别与直接提取健康因子是构建SOH评估体系的两种主要思路。在电池模型的简化、测试工况的设计、健康因子的选择和算法的应用与优化等方面已经有了很多研究。如何在缩短电池测试时间的同时提高评估系统的泛化能力是目前该研究领域的主要问题,这些问题的解决对于SOH评估系统真正在梯次利用锂离子电池的产业化中发挥作用至关重要。在未来的研究中通过优化测试工况和数据融合等技术,有望开发出性能更好的SOH评估系统。(本文来源于《储能科学与技术》期刊2019年05期）
苏强[4]（2019）在《基于荷载试验和健康监测系统的桥梁安全状态评估》一文中研究指出对于在役桥梁而言,验证营运期桥梁结构的安全状态,通常采用荷载试验的方式。桥梁健康监测系统能够实时动态地监测结构,从而实现荷载试验中挠度、应变等参数的测试需求。以某斜拉桥为例,通过桥梁健康监测系统监测结果与荷载试验结果的横向对比,开展健康监测系统对比分析,验证系统性能,同时为系统优化设计提供参考。(本文来源于《中国公路》期刊2019年17期）
马然,栗文义,齐咏生[5]（2019）在《基于风功率数据的风电机组性能预测与健康状态评估》一文中研究指出为及时准确地预测风电机组整机性能,文章基于风功率数据提出了一种考虑工况波动的相似性度量算法,结合概率和模糊理论评估机组健康状态。该方法基于聚类思想对风功率数据进行数据预处理和工况划分,针对工况子空间的正常样本与测试样本,基于主成分分析法以第二主成分方向上投影变量的标准差作为样本相似性度量指标,依据概率不确定性融合得到综合健康状态指标,量化机组性能的退化程度。结合机组性能实际退化过程,依据模糊理论确定健康状态隶属度,基于隶属度最大原则和信度准则判断机组健康状态等级。将该方法应用于某具有小样本数据的实例中,可提前两周获知风电机组发生异常,对机组健康状态的过渡过程作出了准确评估,验证了所提方法的可行性。(本文来源于《可再生能源》期刊2019年08期）
齐咏生,景彤梅,高学金,马然,李永亭[6]（2019）在《基于多维度SCADA参数的风电机组健康状态评估》一文中研究指出风电机组所处环境恶劣,导致机组易出现故障,利用SCADA数据预测与评估机组整体性能健康状态趋势,对机组维修和维护具有重要意义。当前风电机组健康状态评估研究领域所用参数较为单一,导致评估不准确,为此本文通过分析风电场数据采集与监视控制(SCADA)系统的海量数据,提取出表征机组退化信息的特征参数,通过自适应核主成分分析(KPCA)方法建立基于多维度SCADA参数的风电机组健康状态评估模型。为了避免风电机组复杂的运行工况对评估结果影响,在该模型中引入一种针对风机SCADA数据的工况划分方法。最后通过某风场SCADA数据对该模型进行验证,诊断结果表明该模型不但能够对风电机组的健康状态作出准确评估,且评估结果优于传统方法的评估结果。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
刘发水[7]（2019）在《基于影响线的桥梁健康状态评估研究》一文中研究指出从基于影响线的损伤指标、影响线的提取方法、损伤的量化方法和基于影响线的桥梁健康状态评估方法延伸4个方面,对近年来学者们基于影响线的桥梁健康状态评估研究进展进行了梳理,对不同研究方法的基本原理加以阐述和说明,并分析了这些方法的优点和不足。通过对各位学者研究进展的总结,指出了未来基于影响线的桥梁健康状态评估研究的方向。(本文来源于《现代交通技术》期刊2019年03期）
高蒙蒙[8]（2019）在《运用Observium对服务器计算机健康状态评估》一文中研究指出计算机的核心是系统,系统运行的可靠性与安全性,直接影响着计算机运行的效率,因此加强计算机系统可靠性研究,有着现实的意义。计算机系统的可靠性在教育、医疗、国防等领域中非常重要。为了提高计算机系统的可靠性,需要实时监测计算机系统的健康状态,需要采用一种科学有效的方法来对计算机系统健康状态进行评估。针对这一问题,现提出运用Observium来对计算机系统的健康状态进行评估,只有通过运用Observium对计算机系统的健康状态进行实时监控,才能做到防患于未然,提高系统的抗风险能力。(本文来源于《天工》期刊2019年06期）
尹爱军,梁子晓,张波,王冬磊[9]（2019）在《基于主曲线相似度的轴承健康状态评估方法》一文中研究指出为了更有效地评估滚动轴承性能退化程度,提出了基于流形空间主曲线相似度的状态评估方法。首先,结合轴承振动信号自身特点,进行高维特征提取,利用流形学习算法拉普拉斯特征映射(Laplacian eigenmaps,简称LE)将原高维特征空间转换至低维空间;其次,利用软-K主曲线算法提取样本主曲线;最后,结合离散Frechet距离做出状态评估曲线。通过滚动轴承全寿命实验进行对比分析,所提方法相对隐马尔科夫链模型(hidden Markov model,简称HMM)、深度信念网络(deep belief networks,简称DBN)等方法,能更早地发现设备的早期故障,且可以对滚动轴承健康状态进行定量评估。(本文来源于《振动.测试与诊断》期刊2019年03期）
赵汝岩,崔海斌,单崇喆[10]（2019）在《基于监测信息的固体火箭发动机健康状态评估技术》一文中研究指出针对固体发动机难以建立复杂环境下可信度较高的失效模型对固体发动机进行健康状态评估的现状,建立了基于定期无损探伤数据和长期环境监测数据为检测信息指标的固体发动机健康状态评估模型。首先划分固体发动机健康状态等级,在此基础上,确定影响健康状态等级的具体监测信息指标及其权重,界定各监测信息单项指标处在不同健康状态等级的标准范围,基于实测检测信息和不同健康状态等级的标准范围明确监测信息的评估量化值、量值域和全域,并计算监测信息指标关于各健康状态等级的关联度,加权求和即可得出处于不同健康状态等级的综合关联度,实现基于监测信息的固体发动机健康状态的评估。(本文来源于《固体火箭技术》期刊2019年03期）
健康状态评估论文开题报告
（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：
为了全面监测并评估高速铁路牵引变电所的健康状态,提出一种基于模糊灰色聚类与组合赋权相结合的健康状态评估方法,并将其应用到牵引变电所健康状态评估中。利用熵权法与层次分析法确定牵引变电所关键设备指标的权重;通过组合赋权法对指标权重进行组合;利用灰色聚类系数表示各设备的健康状态。在此基础上,采用模糊评判法实现对牵引变电所健康状态的评估。以西北某牵引变电所为例进行分析,健康状态评估结果为较好,与实际检测结果一致。研究结果表明:所提出的方法适用于牵引变电所的分层模型,能有效实现牵引变电所的健康状态评估,为智能牵引变电所的发展提供理论依据。
（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。
健康状态评估论文参考文献
[1].彭振云,刘建,高毅.数据驱动的常态化设备健康状态评估服务模式[J].机电产品开发与创新.2019
[2].赵峰,陈子文,陈小强,王英.高速铁路牵引变电所健康状态评估[J].铁道科学与工程学报.2019
[3].李金东,古月圆,王路阳,吴旭.退役锂离子电池健康状态评估方法综述[J].储能科学与技术.2019
[4].苏强.基于荷载试验和健康监测系统的桥梁安全状态评估[J].中国公路.2019
[5].马然,栗文义,齐咏生.基于风功率数据的风电机组性能预测与健康状态评估[J].可再生能源.2019
[6].齐咏生,景彤梅,高学金,马然,李永亭.基于多维度SCADA参数的风电机组健康状态评估[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[7].刘发水.基于影响线的桥梁健康状态评估研究[J].现代交通技术.2019
[8].高蒙蒙.运用Observium对服务器计算机健康状态评估[J].天工.2019
[9].尹爱军,梁子晓,张波,王冬磊.基于主曲线相似度的轴承健康状态评估方法[J].振动.测试与诊断.2019
[10].赵汝岩,崔海斌,单崇喆.基于监测信息的固体火箭发动机健康状态评估技术[J].固体火箭技术.2019