多工况下的机械设备剩余使用寿命计算方法及系统技术方案
【技术实现步骤摘要】
多工况下的机械设备剩余使用寿命计算方法及系统
本专利技术涉及机械设备的寿命预测领域，且特别涉及一种多工况下的机械设备剩余使用寿命计算方法及系统。
技术介绍
机械设备(如飞机上的发动机)状态预测与剩余使用寿命(RemainingUsefulLife，简称RUL)计算是一种基于机械设备过去及当前的状态而对其未来的使用状态进行计算的技术。一套高效可靠的状态预测与剩余使用寿命计算方法对机械设备的维护服务具有极其重要的指导作用。基于预测计算的结果，可以有效地掌握机械设备未来的健康状态或衰退情况，从而可以提前做出合理的决策，或是通过及时的安排机械设备检修，或是通过更换零部件，以避免出现可能的失效或故障而为企业带来巨大的经济效益，同时还可以保障为客户提供始终优质的产品服务。预测计算技术是避免决策片面性和决策失误的重要手段。此外，预测计算技术作为机械设备健康状态的预知与维护方法，尤其是故障预测与健康管理(PHM)方法的至关重要的模块，是其区别于传统的非计划性维护和计划性维护的重要特征，却也是目前发展相对最不成熟、不完善的模块。目前，各学科领域，例如医药、气象、核能、金融、机械、航...
【技术保护点】
一种多工况下的机械设备剩余使用寿命计算方法，其特征在于，包括：获取机械设备的历史数据和当前数据，形成高斯过程回归模型的原始的训练数据集；根据原始的训练数据集构建一个与机械设备的当前状态相对应的高斯过程回归模型；根据获得的高斯过程回归模型对表征机械设备运行状态的特征值进行预测，得到与剩余使用寿命相对应的预测值；判断得到的预测值是否超过设定阈值；若是，计算得到当前剩余使用寿命；若否，将获得的预测值纳入训练数据集内形成新的训练数据集并根据新的训练数据集优化或自动生成新的高斯过程回归模型，根据优化后的或自动生成的新的高斯过程回归模型对特征值进行预测，直到预测值超过设定阈值。
【技术特征摘要】
1.一种多工况下的机械设备剩余使用寿命计算方法，其特征在于，包括：获取机械设备的历史数据和当前数据，形成高斯过程回归模型的原始的训练数据集；根据原始的训练数据集构建一个与机械设备的当前状态相对应的高斯过程回归模型；根据获得的高斯过程回归模型对表征机械设备运行状态的特征值进行预测，得到与剩余使用寿命相对应的预测值；判断得到的预测值是否超过设定阈值；若是，计算得到当前剩余使用寿命；若否，将获得的预测值纳入训练数据集内形成新的训练数据集并根据新的训练数据集优化或自动生成新的高斯过程回归模型，根据优化后的或自动生成的新的高斯过程回归模型对特征值进行预测，直到预测值超过设定阈值。2.根据权利要求1所述的多工况下的机械设备剩余使用寿命计算方法，其特征在于，所述高斯过程回归模型如下：其中，f(x)为高斯函数，y＝f(x)+ε，ε为表征噪音的参数，y为函数f(x)带有噪音的观察值，N为单位高斯函数，E为期望函数，K为n×n协方差矩阵，I为单位矩阵，f*为测试点处的函数值，cov(f*)为协方差函数，协方差函数内含有超参数，σ为期望值。3.根据权利要求2所述的多工况下的机械设备剩余使用寿命计算方法，其特征在于，所述协方差函数为SquaredExponential核函数、MaternClass核函数、Exponential核函数、γ-exponential核函数、RationalQuadratic核函数、neuralnetwork核函数、linear核函数、independent核函数、isotropicrationalquadratic核函数或isotropicsquaredexponential核函数中的任一种。4.根据权利要求2所述的多工况下的机械设备剩余使用寿命计算方法，其特征在于，在优化高斯过程回归模型时利用训练数据集内的数据使用最大化边缘似然法对协方差函数内的超参数进行优化，优化的公式为：其中，p为给定函数y后数据出现的概率，K为n×n协方差矩阵，θ为超参数向量，tr为矩阵迹。5.根据权利要求1所述的多工况下的机械设备剩余使用寿...
【专利技术属性】
技术研发人员：吴芳基，李杰，倪军，
申请(专利权)人：杭州安脉盛智能技术有限公司，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。