基于機器學習的故障預測與健康管理(PHM)方法研究.pdf

1、在一些重要場合，設備的失效會造成巨大的經(jīng)濟損失。而科技的發(fā)展使得設備的內(nèi)部結構日益復雜，人工維護的難度和開銷越來越高。故障預測與健康管理技術在幾十年的發(fā)展后已經(jīng)成為了降低設備維護開銷的重要手段，在多處場合有了廣泛的應用。而對于數(shù)字電路的故障預測尚處于探索階段。介于數(shù)字電路是人們生活之中不可或缺的一部分，其故障預測與健康管理方案的研究具有很高的價值。
　　本研究通過國內(nèi)外的故障預測與健康管理研究動向，總結了故障預測與健康管理技術的研

2、究實現(xiàn)方法，對針對數(shù)字電路的故障預測與健康管理方案進行了開拓性研究。以74LS280為案例，分析了其芯片的特征與相關的性能指標，在老化測試數(shù)據(jù)中挖掘其性能退化的數(shù)據(jù)特征，提出預測故障發(fā)生的方法。該方法具有容易實現(xiàn)，泛用性較強的特點。設計了用于測試74LS280的特征參量的平臺。平臺設計包含選取傳感器、模擬使用環(huán)境的硬件平臺，以及用于讀取測試數(shù)據(jù)并傳輸至PC機的軟件平臺。利用74LS280的測試數(shù)據(jù)建立一個故障模型，利用該模型診斷其它芯片