Main Content

update

劣化残存耐用期間モデルの事後パラメーター分布を更新

ページ内をすべて折りたたむ

構文

update(mdl,data)

説明

例

update(mdl,data) は、劣化残存耐用期間 (RUL) モデル mdl のパラメーターの事後推定を data の最新の劣化測定値を使用して更新します。

例

すべて折りたたむ

ライブ スクリプトを開く

学習データを読み込みます。このデータは、コンポーネントの劣化特徴プロファイルです。

load('expRealTime.mat')

この例では、学習データが履歴データではないと仮定します。履歴データがない場合、観察したデータを使用してリアルタイムで劣化モデルを更新できます。

次の設定で指数劣化モデルを作成します。

  • 分散が大きい任意の事前分布 θ および β (モデルのほとんどが観察データに依存)

  • ノイズ分散 0.003

mdl = exponentialDegradationModel('Theta',1,'ThetaVariance',1e6,...
                                  'Beta',1,'BetaVariance',1e6,...
                                  'NoiseVariance',0.003);

学習データにライフタイム変数がないため、当てはめに使用する任意のライフタイム ベクトルを作成します。

lifeTime = [1:length(expRealTime)];

10 回の反復で劣化特徴を観察します。各反復の後に劣化モデルを更新します。

for i=1:10
    update(mdl,[lifeTime(i) expRealTime(i)])
end

モデルをしばらく観察した後、たとえば定常状態の操作点からモデルを再開し、その時点の事後分布を事前分布として保存できます。

restart(mdl,true)

更新された事前分布パラメーターを確認します。

mdl.Prior
ans = struct with fields:
            Theta: 2.3555
    ThetaVariance: 0.0058
             Beta: 0.0722
     BetaVariance: 3.6362e-05
              Rho: -0.8429

入力引数

すべて折りたたむ

劣化 RUL モデル。linearDegradationModel オブジェクトまたは exponentialDegradationModel オブジェクトとして指定します。update は、劣化モデルのパラメーターの事後推定を data の最新の劣化特徴測定値に基づいて更新します。

linearDegradationModel の場合、更新されるパラメーターは Theta と ThetaVariance です。

exponentialDegradationModel の場合、更新されるパラメーターは Theta、ThetaVariance、Beta、BetaVariance、および Rho です。

さらに、update は mdl の次のプロパティを設定します。

  • InitialLifeTimeValue — update を最初に呼び出したときに、このプロパティが data の最初の行のライフタイム値に設定されます。

  • CurrentLifeTimeValue — update を呼び出すたびに、このプロパティが data の最後の行のライフタイム値に設定されます。

  • CurrentMeasurement — update を呼び出すたびに、このプロパティが data の最後の行の特徴測定値に設定されます。

劣化特徴の測定値。次のいずれかとして指定します。

  • 2 列の配列 — 1 列目にライフタイム値を格納し、2 列目に対応する劣化特徴の測定値を格納します。

  • mdl の LifeTimeVariable プロパティおよび DataVariables プロパティと一致する名前の変数が格納された table オブジェクトまたは timetable オブジェクト。

拡張機能

バージョン履歴

R2018a で導入

参考

関数

トピック