《表1 部分数据值：基于Erlang-HSMM的设备剩余寿命预测研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Erlang-HSMM的设备剩余寿命预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文所分析的数据集为美国Caterpillar公司的健康诊断和预测实际数据，该数据集中，选取了三个型号的液压泵（分别为06、24和82）。对于每个液压泵分别在其油箱中添加正常油，以及含有5 mg、20-mm泥沙，15 mg、20-mm泥沙和20mg、20-mm泥沙的油运转。每隔10 min采集一个时间大约为1min的振动信号样本，振动信号由安装在液压泵转盘上的液压加速计获取。因此可将实验中液压泵的污染等级分为四个状态:级别1（baseline）、级别2（contamination1）、级别3（contamination2）、级别4（contamination3）。液压泵70%以上的故障都与磨损有关[19]，而油液的污染会使液压泵产生比较严重的磨损现象，从而造成严重泄漏。在液压泵实验中，对于泵的健康级别，它的流量损耗级别直接对应于其泥沙污染级别，且流量损耗级别是与泥沙的污染级别正相关的，所以通过液压泵油箱中的泥沙污染级别定义液压泵的健康等级。在实验分析测试过程中，采用Back Hoe Loader:74 cm3/rev的变量液压泵。搜集数据数量采样为60 k Hz的频率；对振动信号运用反锯齿滤波器进行处理，然后用小波包中的Daubechies wavelet 10（五层小波分解层数）有效提取数据特征值[20]。随机选取三组数据作为本文方法的输入数据，部分数据如表1所示（保留两位小数）。