面向损伤传播建模与预测性分析的在线子空间跟踪：大数据视角

我们以数据驱动的方法分析涡轮发动机的损伤传播建模。我们假设机器健康状态下具有低维流形结构与静态行为，从而研究子空间跟踪。我们的损伤传播模型基于数据相对于静态行为的偏离，并使用健康指标这一概念作为状态度量。因此，我们引入基于状态的维护，并根据当前与先前的健康指标估计剩余使用寿命。本文提出一种能良好适应数据与底层系统动态特性，并利用数据低维流形结构降低计算复杂度的算法。通过在CMAPSS涡轮发动机数据集上使用所提算法，展示了相较现有方法的显著性能提升。