《表1 该油气管道健康状态的初始状态转移矩阵》
根据图1基于TV-HSMM寿命预测流程,首先利用图5该油气管道的全寿命历史数据建立TV-HSMM验证其实际工程可行性。在TV-HSMM中,采用混合高斯概率密度函数作为模型管道退化状态监测值的概率密度函数,单高斯概率密度函数作为模型管道退化状态转移矩阵驻留时间的概率分布函数,状态数为3,最大迭代次数设置为100,算法收敛误差值为0.000 001。基于TV-HSMM的训练曲线如图6所示,其中横坐标为训练迭代步数,纵坐标为该油气管道在不同退化状态下的对数似然估计概率值。从图中可以看出,3种退化状态都能在迭代次数不超过40步时达到设定误差,这证明该模型针对数据有较强的处理能力。训练结束后得到该油气管道的3种退化状态的初始状态转移矩阵,如表1所示(后表中平稳退化阶段、均匀退化阶段、加速退化阶段均采用状态1、状态2、状态3表示)。
图表编号 | XD00257900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.15 |
作者 | 张新生、裘瑾 |
绘制单位 | 西安建筑科技大学管理学院、西安建筑科技大学管理学院 |
更多格式 | 高清、无水印(增值服务) |