The invention discloses a method for predicting remaining life contains a number of related degradation processes, which belongs to the prediction of residual life prediction and health management, including the following steps: read the state monitoring data degradation indirectly, namely sensor measurement data, initialization state space model parameters; using the sequential degradation state Calman filtering method for identifying hidden. The unknown parameters based on EM algorithm through iterative update model; Monte Carlo method based on the extrapolation of the degradation process, failure modes in three different systems, estimation of the reliability function of the residual life, and through numerical calculating the probability density function of the corresponding; finally, the prediction accuracy by using mean square error analysis the model fitting effect and residual life. This method is more universally applicable than the previous method.
【技术实现步骤摘要】
一种含有多个相关退化过程的剩余寿命预测方法
本专利技术属于预测与健康管理中剩余寿命预测领域,具体涉及一种含有多个相关退化过程的剩余寿命预测方法。
技术介绍
基于状态监测信息的剩余寿命预测是预测与健康管理领域中的一项重要技术。该技术是将退化过程首次到达预设的失效阈值的时间看作随机过程的首达时问题,其核心思想在于计算首达时间的期望或是概率密度函数,从而为预测维护工作提供合理的先验知识,能够有效地降低维护成本。考虑到预测的不确定性,恰当的概率密度函数更受青睐。目前,预测与健康管理领域国内外学者提出的剩余寿命预测算法主要包括四大类,分别是物理机理方法,实验方法,数据驱动方法以及复合方法。其中,数据驱动方法只依赖于观测数据,在实际过程中使用较为广泛。对于此类方法,按照信息的获取方式又可分为基于直接监测数据和基于间接监测数据两类。注意到绝大多数工作仅仅针对的是一维退化数据,却不考虑系统的复杂度。也就是说,系统的全部性能指标假定只由单一退化过程进行描述。但是,实际工业系统通常包含多种不同类型的操作单元,不同单元之间还可能存在一定的相关关系。举例来说,大型高炉由炉喉,炉身,炉腹,炉腰和炉缸构成,其中,炉缸的不断侵蚀会对风口造成很大程度的影响,甚至烧穿。对于这种情况,一个关键的问题在于如何预测含有多个相关退化过程的系统的剩余寿命。近几年利用Copula函数建模退化过程相关性的方法取得了较为广泛的应用。但是,直接使用Copula函数存在一些明显的局限性:第一,Copula函数只能引入统计意义下的相关系数,并没有封闭的数学形式;第二,利用Copula函数降低维度会丢失大量有用信 ...
【技术保护点】
一种含有多个相关退化过程的剩余寿命预测方法,其特征在于:按照如下步骤依次进行:步骤1:读入M组状态监测退化数据,即传感器测量数据,第j组传感器测量数据记为
【技术特征摘要】
1.一种含有多个相关退化过程的剩余寿命预测方法,其特征在于:按照如下步骤依次进行:步骤1:读入M组状态监测退化数据,即传感器测量数据,第j组传感器测量数据记为其中,j=1,2,…,M;步骤2:将每组首个数据作为初始测量偏差各个监测时刻下隐含的退化状态记为xk,针对如下结构初始化模型参数,包括漂移系数λ,非线性系数γ,状态方程的协方差矩阵Q,测量系数矩阵g(j)以及各个测量的噪声方差其中,表示第j组传感器在tk时刻下的测量向量,Φk~N(0,Qk),Φk为扩散系数矩阵;τk为第k个监测间隔,步骤3:基于序贯卡尔曼滤波方法辨识隐含的退化状态xk|k;步骤4:利用EM算法迭代更新未知参数λ,γ,的估计;步骤5:通过蒙特卡洛仿真方法进行离散采样,分别在串联失效模式M1、并联失效模式M2以及加性失效模式M3下,计算剩余寿命的可靠度函数Rk(t),即其中,Lj表示第j个退化过...
【专利技术属性】
技术研发人员:周东华,席霄鹏,陈茂银,卢晓,
申请(专利权)人:山东科技大学,
类型:发明
国别省市:山东,37
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。