基于逆高斯退化模型的剩余寿命贝叶斯预测方法技术

本发明专利技术涉及一种基于逆高斯退化模型的剩余寿命贝叶斯预测方法，该方法主要包括以下步骤：（1）建立逆高斯退化模型与剩余寿命预测模型；（2）设逆高斯退化模型的尺度参数与均值参数为随机参数，构建随机参数的共轭先验分布函数；（3）根据Bayes理论推导随机参数的后验分布函数；（4）设计EM算法估计随机参数先验分布函数的超参数值；（5）估计随机参数的后验期望值；（6）预测产品的剩余寿命。该方法可有效融合先验退化数据与现场退化数据，提高剩余寿命预测值的准确度与置信度。

Residual life Bias prediction method based on inverse Gauss degradation model

The invention relates to a method for predicting remaining life of Bias Gauss inverse based on model, the method includes the following steps: (1) to establish the inverse Gauss degradation model and residual life prediction model; (2) a scale parameter and the mean parameter inverse Gauss degradation model for random parameters, constructing random parameter conjugate prior distribution function; (3) according to the Bayes theory of random parameters posterior distribution function; (4) the design of EM algorithm to estimate the hyperparameter values of prior distribution function of random parameters; (5) estimation of random parameter posterior expectations; (6) the remaining life prediction of products. The method can fuse the prior degradation data and the field degradation data effectively, and improve the accuracy and confidence of the residual life prediction.

【技术实现步骤摘要】
基于逆高斯退化模型的剩余寿命贝叶斯预测方法
本专利技术属于可靠性工程领域，涉及一种基于逆高斯退化模型的剩余寿命贝叶斯预测方法。
技术介绍
当代社会对产品的可靠性要求越来越高，产品的质量监控与健康管理也朝着精细化方向发展，因此，如何提前准确预测出产品的剩余寿命成为了目前的一个研究热点。逆高斯退化模型具有优良的统计特性，适合对单调性能退化过程建模，已经广泛用于退化失效型产品的剩余寿命预测。为了有效融合多源退化数据提高剩余寿命的预测准确度和可信度，专利技术一种基于逆高斯退化模型的剩余寿命贝叶斯预测方法。
技术实现思路
专利技术一种基于逆高斯退化模型的剩余寿命贝叶斯预测方法，该方法的具体技术方案为：步骤一：建立逆高斯退化模型与剩余寿命预测模型设产品的性能退化过程{Y(t),t≥0}服从逆高斯退化模型，则Y(t)～IG(μΛ(t),λΛ(t)2)，Y(t)的概率密度函数表示为式中，μ为均值参数，λ为尺度参数，Λ(t)＝tΛ为时间函数。设产品性能指标的失效阈值为D，则产品的寿命ξ为Y(t)首次到达D的时间，ξ的累积分布函数为式中，Φ(·)为标准Normal分布的累积分布函数。产品的剩余寿命L(t)是本文档来自技高网...

【技术保护点】
基于逆高斯退化模型的剩余寿命贝叶斯预测方法，其特征在于，包括以下步骤：步骤一，建立逆高斯退化模型与剩余寿命预测模型；步骤二，设逆高斯退化模型的尺度参数λ与均值参数μ为随机参数，构建随机参数的共轭先验分布函数为：设λ服从Gamma分布λ～Ga(a,b)，先验分布函数为

【技术特征摘要】
1.基于逆高斯退化模型的剩余寿命贝叶斯预测方法，其特征在于，包括以下步骤：步骤一，建立逆高斯退化模型与剩余寿命预测模型；步骤二，设逆高斯退化模型的尺度参数λ与均值参数μ为随机参数，构建随机参数的共轭先验分布函数为：设λ服从Gamma分布λ～Ga(a,b)，先验分布函数为设δ＝1/μ服从条件正态分布δ|λ～N(c,d/λ)，先验分布为式中，Γ(·)为Gamma函数，a,b,c,d为随机参数的超参数；步骤三，根据Bayes理论推导随机参数的后验分布函数，得到随机参数δi,λi的后验分布函数为式中，△yi为性能退化增量，△Λi,j表示第i个产品的第j个时间增量，mi第i个产品性能退化数据测量总数，步骤四，设计EM算法估计随机参数先验分布函数的超参数值；步骤五，估计随机参数的后验期望值；步骤六，预测产品的剩余寿命。2.如权利要求1所述的基于逆高斯退化模型的剩余寿命贝叶斯预测方法，其特征在于，步骤四中，利用EM算法估计超参数值的流程为：初始化:设l＝0,Ω(0)＝(1,1,1,1)；第l+1次迭代:E步:计算E(λi|yi,Ω(l)),E(lnλi|yi,Ω(l)),E(λiδi|yi,Ω(l))及E(λiδi2|yi,Ω(l))；以上各项的表达式推导为：

【专利技术属性】
技术研发人员：滕飞，王浩伟，唐金国，滕克难，徐吉辉，盖炳良，
申请(专利权)人：中国人民解放军海军航空工程学院，
类型：发明
国别省市：山东,37