带不确定冲击的非平稳退化过程剩余寿命预测方法技术

本发明专利技术提出一种带不确定冲击的非平稳退化过程剩余寿命预测方法，属于可靠性工程技术领域。本发明专利技术将冲击效应与连续退化过程结合起来，从而更加合理地刻画实际退化过程。在状态估计阶段，本发明专利技术提出了新的在线状态估计算法以识别真实的系统状态并为后续的剩余寿命预测提供必要的支持。在参数估计阶段，本发明专利技术采用期望最大化算法来获得模型中的未知参数。针对剩余寿命预测，本发明专利技术同时考虑了状态估计的不确定性与冲击效应的影响，以解析表达式给出剩余寿命预测分布的概率密度函数和累积概率密度函数。本发明专利技术提出的模型更符合实际退化情况，能够获得更加准确的在线剩余寿命预测结果，对于工程上的故障预测和健康管理有重大意义。

【技术实现步骤摘要】
带不确定冲击的非平稳退化过程剩余寿命预测方法
本专利技术属于可靠性工程
，涉及一种带不确定冲击的非平稳退化过程剩余寿命预测方法。
技术介绍
对于大多数运行中的工业设备而言，设备退化和故障现象是无法避免的。对在线运行的设备进行实时状态监测并及时评估设备健康状态，进而预测其剩余寿命能够明显降低运维成本与保证设备运行安全。目前，基于物理建模的预测方法已难以适应现下工业设备的复杂情况。而基于随机过程的数据驱动建模方法很好地借助了传感技术的优势，越来越受到一众科研人员的热捧。针对不同的运行退化特性，大量不同的预测模型被提出并展示出了良好的预测效果。然而，现有的工作成果大多聚焦于预测对象平稳退化的情景，鲜有考虑在运行过程中发生冲击现象的问题。事实上，由于设备运行的内外因影响(如零件缺陷、负荷、温度等)，冲击现象在设备整个运行过程中可能随时出现。此类冲击现象将对设备的健康状态造成不可逆的损害，加速退化过程，严重的会导致设备停机。在预测模型中如果未能考虑到此类现象，所得到的预测结果将会偏于乐观，这样的结果对于关键系统显然是不可接受的。尽管针对冲击与退化过程已经存在着一些研究工作，但是在剩余寿命本文档来自技高网...

【技术保护点】
一种带不确定冲击的非平稳退化过程剩余寿命预测方法，其特征在于，包括以下步骤：步骤1：建立描述带冲击的非平稳退化过程的性能退化模型，所述的性能退化模型为基于维纳过程的退化‑冲击系统模型；步骤2：采用包含两阶段的在线状态估计算法估计系统状态；步骤3：采用期望最大化算法在线估计退化‑冲击系统模型参数；步骤4：在完成系统状态估计和参数估计后，用更新的系统状态、估计的参数和测量值，获得设备剩余寿命的分布表达式并进行设备的剩余寿命预测。

【技术特征摘要】
1.一种带不确定冲击的非平稳退化过程剩余寿命预测方法，其特征在于，包括以下步骤：步骤1：建立描述带冲击的非平稳退化过程的性能退化模型，所述的性能退化模型为基于维纳过程的退化-冲击系统模型；步骤2：采用包含两阶段的在线状态估计算法估计系统状态；步骤3：采用期望最大化算法在线估计退化-冲击系统模型参数；步骤4：在完成系统状态估计和参数估计后，用更新的系统状态、估计的参数和测量值，获得设备剩余寿命的分布表达式并进行设备的剩余寿命预测。2.根据权利要求1所述的一种带不确定冲击的非平稳退化过程剩余寿命预测方法，其特征在于：步骤1具体如下：步骤1.1：将退化-冲击模型表达如下：yk＝xk+νk其中，k表示第k个状态监测点，tk表示第k个状态监测点所对应的时刻，xk代表退化水平，即系统的退化状态，η表示系统的退化漂移，τk＝tk-tk-1表示采样间隔，σ表示维纳过程的扩散系数，Β(τk)～N(0,τk)代表标准的布朗运动，N(μ,∑)表示正态分布，其均值为μ，方差为∑；yk表示tk时刻的状态监测测量值，测量噪声νk满足νk～N(0,R)；在本模型中，S代表着冲击过程对系统造成的损伤，是一个常数；假设冲击的到达是一个泊松过程，到达率为λ，C(tk)代表着直到tk时刻出现的冲击总数量，即对所有的Δt，在Δt时刻内出现冲击总数量为n的概率步骤1.2：当设备处于运行状态，监测系统将不断采集到关于设备的状态监测数据，并将其记为y1:k＝{y1,y2,...,yk}。3.根据权利要求2所述的一种带不确定冲击的非平稳退化过程剩余寿命预测方法，其特征在于：步骤2具体如下：步骤2.1：在线状态估计算法分为一步状态预测和状态更新两个阶段；状态预测阶段中，在第k个状态监测点，基于前一时刻tk-1的状态估计结果以及退化-冲击模型，得到tk时刻的状态预测方程：Pk|k-1＝Pk-1|k-1+Qk其中，为退化漂移的估计值，代表冲击过程对系统造成的损伤估计值；和Pk|k-1分别表示预测状态的均值和方差；步骤2.2：在状态更新阶段，当获得了新的状态监测值后，利用该信息基于卡尔曼滤波更新系统的隐藏状态：1Kk＝Pk|k-1(Pk|k-1+Rk)-1Pk|k＝Pk|k-1-KkPk|k-1式中：Kk为卡尔曼增益，Rk为测量噪声；根据以上两步中方程的递归特性，以实时估计系统的状态。4.根据权利要求3所述的一种带不确定冲击的非平稳退化过程剩余寿命预测方法，其特征在于：步骤3具体如下：步骤3.1：将未知参数集记为θ＝{η,σ,μ0,∑0,S}，其中μ0，∑0分别代表初始系统状态的均值和方差；通过所使用传感器的先验知识或历史运行数据离线分析得到测量噪声R的分布；步骤3.2：在第k个状态监测点下，对未知参数集的第u次迭代是基于第u-1次迭代结果和当下隐藏状态的估计结果，该过程如下：其中为在第k个状态监测点下第u次迭代中未知参数集的估计值，为的条件期望，为的等同表达式；为包含了所有状态估计结果和所有状态监测测量量y0:k的联合对数似然函数；基于贝叶斯定理和马尔可夫特性，得到的数学解析表达：根据所述的退化-冲击模型，得到关于系统变量的条件分布，即[yi|xi,θ]～N(xi,R)，[xi|xi-1,θ]～N(xi-1+ητi,σ2τi)，x0|θ～N(μ0,∑0)，在上述的式子中，xi代表着不带冲击的正常连续退化过程的系统状态，而则代表着在采样周期到间出现冲击现象的系统状态；由此，记冲击出现的状态监测点的集合为M＝[m1,m2,...mm]；接着对的表达式中0到k时刻的状态值x0:k求取期望；则表示为步骤3.3：采用卡尔曼平滑算法处理期望的求取问题，即计算并记为的方差记为Pi|k，平滑状态的协方差Pi,i-1|k，如下所示：Pi,i-1|k＝Gi-1Pi|i+GiGi-1(Pi+1,i|k-Pi|i)当i＝k，有基于上述平滑算法，将条件期望公式改写为

【专利技术属性】
技术研发人员：徐正国，王豆，柯晓杰，陈积明，秦刚华，谢尉扬，胡伯勇，张震伟，孙优贤，
申请(专利权)人：浙江大学，浙江浙能技术研究院有限公司，
类型：发明
国别省市：浙江,33