JP2020076744A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2020076744A5 JP2020076744A5 JP2019169173A JP2019169173A JP2020076744A5 JP 2020076744 A5 JP2020076744 A5 JP 2020076744A5 JP 2019169173 A JP2019169173 A JP 2019169173A JP 2019169173 A JP2019169173 A JP 2019169173A JP 2020076744 A5 JP2020076744 A5 JP 2020076744A5
- Authority
- JP
- Japan
- Prior art keywords
- useful life
- function
- tul
- convex
- degradation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000015556 catabolic process Effects 0.000 claims 18
- 238000006731 degradation reaction Methods 0.000 claims 18
- 238000000034 method Methods 0.000 claims 17
- 238000005259 measurement Methods 0.000 claims 12
- 238000001914 filtration Methods 0.000 claims 10
- 230000006866 deterioration Effects 0.000 claims 8
- 239000002245 particle Substances 0.000 claims 7
Claims (17)
- 荷重支持構造体の耐用年数を推定するための方法であって、
前記荷重支持構造体に対して劣化測定を実行して複数の期間に対する劣化データを得ることと、
前記劣化データに制約付き凸回帰モデルを適用して、前記劣化データを1つ以上の関数パラメータを含む凸関数に一致させることであって、
各期間につき、前記期間に関連する劣化データに基づいて前記凸関数の前記関数パラメータを推定することと、
前記複数の期間の対応する推定された関数パラメータに基づいて各関数パラメータの分散を計算することと、
前記計算された関数パラメータの分散が所定の閾値を超えるかどうか判定することと、
前記計算された関数パラメータの分散が前記所定の閾値を超えると判定したことに応じて、新たな劣化測定を実行して新たな劣化データを得ることと、を含むことと、
前記制約付き凸回帰モデルの出力に基づいて、前記荷重支持構造体の総耐用年数(TUL)を推定することと、
総耐用年数(TUL)及び現在の時間に基づいて、残存耐用年数(RUL)を予測することと、を含む方法。 - 前記荷重支持構造体が荷重支持ケーブルを備え、かつ、
前記劣化測定を実行することが、
電気抵抗を測定すること、
熱抵抗を測定すること、及び
磁気抵抗を測定すること、のうちの1つ以上を含む、請求項1に記載の方法。 - 複数の後続期間に対して、追加の劣化測定を実行することと、
前記追加の劣化測定に基づいて、前記推定される総耐用年数(TUL)を更新することと、を更に含む、請求項1に記載の方法。 - 粒子フィルタリング技術を使用して、前記制約付き凸回帰モデルの前記出力及び前記追加の劣化測定に基づき、前記推定され総耐用年数(TUL)の確率分布を推定することを更に含む、請求項3に記載の方法。
- 前記粒子フィルタリング技術が、カルマンフィルタリングを含む、請求項4に記載の方法。
- 前記凸関数が、漸近関数を含む、請求項1に記載の方法。
- 荷重支持構造体の耐用年数を推定するための装置であって、
前記荷重支持構造体内に埋め込まれ、複数の期間に対する劣化データを得るように構成されている1つ以上のセンサと、
前記劣化データに制約付き凸回帰モデルを適用して前記劣化データを1つ以上の関数パラメータを含む凸関数に一致させるように構成されている制約付き凸回帰モデリングモジュールであって、前記制約付き凸回帰モデルは、
各期間につき、前記期間に関連する劣化データに基づいて前記凸関数の前記関数パラメータを推定することと、
前記複数の期間の対応する推定された関数パラメータに基づいて各関数パラメータの分散を計算することと、
前記計算された関数パラメータの分散が所定の閾値を超えるかどうか判定することと、
前記計算された関数パラメータの分散が前記所定の閾値を超えると判定したことに応じて、新たな劣化測定を実行して新たな劣化データを得ることと、を含む、制約付き凸回帰モデリングモジュールと、
前記制約付き凸回帰モデルの出力に基づいて、前記荷重支持構造体の総耐用年数(TUL)を推定するように構成されている、総耐用年数(TUL)推定モジュールと、
前記総耐用年数(TUL)及び現在の時間に基づいて、残存耐用年数(RUL)を予測するように構成されている、残存耐用年数(RUL)予測モジュールと、を備える装置。 - 前記荷重支持構造体が荷重支持ケーブルを備え、かつ、
前記劣化データが、
電気抵抗、
熱抵抗、及び
磁気抵抗のうちの1つ以上を含む、請求項7に記載の装置。 - 前記1つ以上のセンサが、複数の後続期間に対する追加の劣化データを取得するように更に構成され、
前記総耐用年数(TUL)推定モジュールが、前記追加の劣化データに基づいて、前記推定される総耐用年数(TUL)を更新するように更に構成されている、請求項7に記載の装置。 - 粒子フィルタリング技術を使用し、前記制約付き凸回帰モデルの前記出力及び前記追加の劣化データに基づいて、前記総耐用年数(TUL)の確率分布を推定するように構成されている、粒子フィルタリングモジュールを更に備える、請求項9に記載の装置。
- 前記粒子フィルタリング技術が、カルマンフィルタリングを含む、請求項10に記載の装置。
- 前記凸関数が、漸近関数を含む、請求項7に記載の装置。
- コンピュータによって実行されると、荷重支持構造体の耐用年数を推定する方法を、前記コンピュータに実施させる命令を記憶する非一時的コンピュータ可読記憶媒体であって、前記方法が、
前記荷重支持構造体に対して劣化測定を実行して複数の期間に対する劣化データを取得することと、
前記劣化データに制約付き凸回帰モデルを適用して、前記劣化データを1つ以上の関数パラメータを含む凸関数に一致させることであって、
各期間につき、前記期間に関連する劣化データに基づいて前記凸関数の前記関数パラメータを推定することと、
前記複数の期間の対応する推定された関数パラメータに基づいて各関数パラメータの分散を計算することと、
前記計算された推定された関数パラメータの分散が所定の閾値を超えるかどうか判定することと、
前記計算された関数パラメータの分散が前記所定の閾値を超えると判定したことに応じて、新たな劣化測定を実行して新たな劣化データを取得することと、を含むことと、
前記制約付き凸回帰モデルの出力に基づいて、前記荷重支持構造体の総耐用年数(TUL)を推定することと、
総耐用年数(TUL)及び現在の時間に基づいて、残存耐用年数(RUL)を予測することと、を含む、非一時的コンピュータ可読記憶媒体。 - 前記荷重支持構造体が荷重支持ケーブルを含み、かつ
前記劣化測定を実行することが、
電気抵抗を測定すること、
熱抵抗を測定すること、及び
磁気抵抗を測定することのうちの1つ以上を含む、請求項13に記載の非一時的コンピュータ可読記憶媒体。 - 前記方法が、
複数の後続期間に対して、追加の劣化測定を実行することと、
前記追加の劣化測定に基づいて、前記総耐用年数(TUL)推定を更新することと、を更に含む、請求項13に記載の非一時的コンピュータ可読記憶媒体。 - 前記方法が、粒子フィルタリング技術を使用して、前記制約付き凸回帰モデルの前記出力及び前記追加の劣化測定値に基づき、前記総耐用年数(TUL)の確率分布を推定することを更に含み、
前記粒子フィルタリング技術が、カルマンフィルタリングを含む、請求項15に記載の非一時的コンピュータ可読記憶媒体。 - 前記凸回帰関数が、漸近関数を含む、請求項13に記載の非一時的コンピュータ可読記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/156,995 | 2018-10-10 | ||
US16/156,995 US11262272B2 (en) | 2018-10-10 | 2018-10-10 | Adaptive remaining useful life estimation method using constraint convex regression from degradation measurement |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020076744A JP2020076744A (ja) | 2020-05-21 |
JP2020076744A5 true JP2020076744A5 (ja) | 2022-09-20 |
JP7258703B2 JP7258703B2 (ja) | 2023-04-17 |
Family
ID=68242401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019169173A Active JP7258703B2 (ja) | 2018-10-10 | 2019-09-18 | 劣化測定からの制約付き凸回帰を使用する、残存耐用年数の適応的推定方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11262272B2 (ja) |
EP (1) | EP3637121B1 (ja) |
JP (1) | JP7258703B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3923213A1 (en) * | 2020-06-08 | 2021-12-15 | ABB Power Grids Switzerland AG | Method and computing system for performing a prognostic health analysis for an asset |
CN111783242A (zh) * | 2020-06-17 | 2020-10-16 | 河南科技大学 | 一种基于rvm-kf的滚动轴承剩余寿命预测方法及装置 |
CN113588452B (zh) * | 2021-07-30 | 2023-10-27 | 国网青海省电力公司信息通信公司 | 电缆寿命预测方法和装置以及处理器和存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030065409A1 (en) * | 2001-09-28 | 2003-04-03 | Raeth Peter G. | Adaptively detecting an event of interest |
WO2005094248A2 (en) * | 2004-03-16 | 2005-10-13 | Otis Elevator Company | Elevator load bearing member monitoring device |
US8121818B2 (en) * | 2008-11-10 | 2012-02-21 | Mitek Analytics Llc | Method and system for diagnostics of apparatus |
US8725456B1 (en) * | 2009-05-05 | 2014-05-13 | The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) | Decomposition technique for remaining useful life prediction |
US9250625B2 (en) * | 2011-07-19 | 2016-02-02 | Ge Intelligent Platforms, Inc. | System of sequential kernel regression modeling for forecasting and prognostics |
CN103048607B (zh) | 2012-12-15 | 2015-08-19 | 华中科技大学 | 一种基于给定阈值的数控成品电路板性能退化测评方法 |
JP2014160457A (ja) * | 2013-02-20 | 2014-09-04 | Nec Corp | 対話的変数選択装置、対話的変数選択方法および対話的変数選択プログラム |
JP6372490B2 (ja) | 2013-09-11 | 2018-08-15 | 株式会社Gsユアサ | 蓄電素子の寿命推定装置、寿命推定方法及び蓄電システム |
CN107238800B (zh) | 2017-06-12 | 2019-11-12 | 北京理工大学 | 基于相关向量机和粒子滤波的电池剩余可用寿命预测方法 |
-
2018
- 2018-10-10 US US16/156,995 patent/US11262272B2/en active Active
-
2019
- 2019-09-18 JP JP2019169173A patent/JP7258703B2/ja active Active
- 2019-10-08 EP EP19202106.1A patent/EP3637121B1/en active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020076744A5 (ja) | ||
US9696786B2 (en) | System and method for optimizing energy consumption by processors | |
KR20150001102A (ko) | 가상 머신을 이용한 서버 전력 예측 장치 및 그 방법 | |
KR102553031B1 (ko) | 배터리의 상태 추정 장치 및 방법 | |
Tsai et al. | Mis-specification analyses of gamma and Wiener degradation processes | |
Wang et al. | Prognostics of lithium-ion batteries based on relevance vectors and a conditional three-parameter capacity degradation model | |
HRP20200885T1 (hr) | Frekvencijski odziv | |
JP2014524095A5 (ja) | ||
Deif et al. | A comprehensive wireless sensor network reliability metric for critical Internet of Things applications | |
BRPI0419140A (pt) | método, sistema e aparato para estimar o estado e parámetros de uma bateria | |
JP6067728B2 (ja) | 高圧電流伝送線を監視する方法および装置 | |
JP2014525097A5 (ja) | ||
JP2012518842A5 (ja) | ||
JP6834864B2 (ja) | 電池出力監視装置及び方法 | |
CN109829137B (zh) | 一种周期应力下非线性退化设备的寿命预测方法及系统 | |
CN104537268B (zh) | 一种电池最大放电功率估算方法和装置 | |
JP2016502671A5 (ja) | ||
KR20190070837A (ko) | 배터리 충전상태 예측 방법 및 시스템 | |
WO2009035288A3 (en) | System and method for estimating long term characteristics of battery | |
JP2016203931A5 (ja) | ||
JP2011122951A (ja) | 二次電池の充電状態推定装置および劣化状態推定装置 | |
CN105245686A (zh) | 一种操作移动设备的方法和移动设备 | |
US20210097417A1 (en) | Model structure selection apparatus, method, disaggregation system and program | |
JP2013196698A5 (ja) | ||
JP7258703B2 (ja) | 劣化測定からの制約付き凸回帰を使用する、残存耐用年数の適応的推定方法 |