一种两阶段退化设备的剩余寿命预测方法及系统技术方案

本发明专利技术涉及一种两阶段退化设备的剩余寿命预测方法及系统。该方法包括获取待预测设备的退化轨迹数据；根据所述待预测设备的退化轨迹数据建立两阶段退化模型；根据所述两阶段退化模型以及所述待预测设备的退化轨迹数据采用极大似然法进行所述两阶段退化模型的参数的识别；根据识别参数后的两阶段退化模型进行所述待预测设备的剩余寿命的预测。本发明专利技术能够提高剩余寿命预测精度。提高剩余寿命预测精度。提高剩余寿命预测精度。

【技术实现步骤摘要】
一种两阶段退化设备的剩余寿命预测方法及系统


[0001]本专利技术涉及可靠性工程分析领域，特别是涉及一种两阶段退化设备的剩余寿命预测方法及系统。

技术介绍

[0002]随着科学水平的不断提升，许多设备在功能不断完善的同时，其内部机理也变得越来越复杂。准确预测此类设备的运行时长和使用寿命，能够减小经济的损失和降低事故发生的风险。近年来，基于退化数据的设备剩余寿命预测方法得到了各界的广泛关注和长足的发展。此方法的核心问题是通过传感器采集设备中具有退化趋势的数据，运用各类数据分析技术，预测设备的剩余寿命，可以有效避免复杂系统机理模型难以构建等问题。
[0003]在工程实践中，设备时常受到内部退化机理的突变、外界环境的改变以及工作状态的切换等因素的影响，导致设备的退化特性在突变点前后发生改变，呈现出两阶段甚至多阶段的特征。针对此类设备，若仍采用传统单一阶段退化建模思想进行剩余寿命估计，必然会对预测结果产生偏差。准确预测设备寿命失效时间，是确定设备的最优维护时机、减小维修成本、降低设备失效风险的前提。
[0004]迄今为止，已有不少学者对此类问题展开研究。例如，张建勋等人考虑了线性Wiener过程的多阶段退化问题，并求解了在首达时间下的剩余寿命精确解析表达式。但在实际系统中，其退化轨迹会受到各种运行因素的影响，致使退化轨迹的增量会发生改变，具有非线性的特性。因此，对非线性多阶段退化设备的剩余寿命预测研究具有潜在的工程价值，
[0005]基于上述内容，针对设备性能退化轨迹呈现非线性多阶段的特性，亟需提出一种非线性多阶段的随机退化模型，以提高剩余寿命预测精度。

技术实现思路

[0006]本专利技术的目的是提供一种两阶段退化设备的剩余寿命预测方法及系统，能够提高剩余寿命预测精度。
[0007]为实现上述目的，本专利技术提供了如下方案：
[0008]一种两阶段退化设备的剩余寿命预测方法，包括：
[0009]获取待预测设备的退化轨迹数据；
[0010]根据所述待预测设备的退化轨迹数据建立两阶段退化模型；
[0011]根据所述两阶段退化模型以及所述待预测设备的退化轨迹数据采用极大似然法进行所述两阶段退化模型的参数的识别；
[0012]根据识别参数后的两阶段退化模型进行所述待预测设备的剩余寿命的预测。
[0013]可选地，所述根据所述待预测设备的退化轨迹数据建立两阶段退化模型，具体包括：
[0014]利用公式确定两阶段退化模型；
[0015]利用公式和确定两阶段退化模型满足的条件；
[0016]其中，X(t)为t时刻的退化量，和分别为第一阶段的漂移项和扩撒项，μ1和σ1分别为第一阶段的漂移项系数和扩散项系数，和分别为第二阶段的漂移项和扩撒项，μ2和σ2分别为第二阶段的漂移项系数和扩散项系数，{B(t)，t≥0}为标准布朗运动，用来刻画随机过程随时间变化的不确定性，τ为发生变点的时间，x0和x
τ
分别为初始时刻和变点时刻的退化量，分别为初始时刻和变点时刻的退化量，q1和q2为固定常数。
[0017]可选地，所述根据所述待预测设备的退化轨迹数据建立两阶段退化模型，之后还包括：
[0018]利用公式确定两阶段退化模型的幂函数形式；
[0019]利用公式确定两阶段退化模型的指数函数形式；
[0020]其中，幂函数形式时，其中，幂函数形式时，指数函数形式时，指数函数形式时，b1和b2均为两阶段退化模型的参数。
[0021]可选地，所述根据所述两阶段退化模型以及所述待预测设备的退化轨迹数据采用极大似然法进行所述两阶段退化模型的参数的识别，具体包括：
[0022]利用公式确定第i个设备的两阶段退化模型的极大似然函数；
[0023]利用公式和确定第一阶段退化增量的均值的极大似然估计结果和第二阶段退化增量的均值的极大似然估计结果；
[0024]利用公式确定剖面似然函数；
[0025]采用多维搜索的方法使所述剖面似然函数极大化，确定两阶段退化模型的参数值；
[0026]其中，为N个设备，第i个设备的测量时间，(
·
)
′
为向量的转置，与之对应的退化量为m
i
为第i个设备的测量个数，两阶段退化模型的参数为Θ＝(θ1,θ2,...,θ
N
)
′
，其中μ
1,i
,μ
2,i
分别为第i个设备的第一阶段的漂移项系数和第i个设备的第二阶段的漂移项系数，对于第一阶段，令令令相对于初始时刻的退化增量的退化增量和∑
1,i
分别为第一阶段退化增量的均值和方差，对于第二阶段，令令则相对于变点时刻的退化增量则相对于变点时刻的退化增量和∑
2,i
分别为第二阶段退化增量的均值和方差。
[0027]可选地，所述根据识别参数后的两阶段退化模型进行所述待预测设备的剩余寿命的预测，具体包括：
[0028]利用公式确定两阶段退化模型的寿命分布；
[0029]其中，g
τ
(x
τ
)为第一阶段在吸收阈ω下的状态转移概率，q1为固定常数，
[0030]可选地，所述根据识别参数后的两阶段退化模型进行所述待预测设备的剩余寿命的预测，具体包括：
[0031]通过数值仿真的方法确定待预测设备的寿命值。
[0032]可选地，所述数值仿真的方法包括：梯形近似法、抛物线近似法或龙贝格积分。
[0033]一种两阶段退化设备的剩余寿命预测系统，包括：
[0034]退化轨迹数据获取模块，用于获取待预测设备的退化轨迹数据；
[0035]两阶段退化模型建立模型，用于根据所述待预测设备的退化轨迹数据建立两阶段退化模型；
[0036]两阶段退化模型的参数识别模块，用于根据所述两阶段退化模型以及所述待预测设备的退化轨迹数据采用极大似然法进行所述两阶段退化模型的参数的识别；
[0037]剩余寿命预测模块，用于根据识别参数后的两阶段退化模型进行所述待预测设备的剩余寿命的预测。
[0038]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0039]本专利技术所提供的一种两阶段退化设备的剩余寿命预测方法及系统，给出了设备具有多个退化阶段情况下的剩余寿命预测方法，即提出一种非线性多阶段的随机退化模型，科学预测复杂设备的剩余寿命方法。可以有效提高设备的剩余寿命预测精度，为后续的备件订购、健康管理等后勤保障提供了理论依据和技术支撑，具有潜在的工程价值。
附图说明
[0040]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0041]图1为本专利技术所提供的一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种两阶段退化设备的剩余寿命预测方法，其特征在于，包括：获取待预测设备的退化轨迹数据；根据所述待预测设备的退化轨迹数据建立两阶段退化模型；根据所述两阶段退化模型以及所述待预测设备的退化轨迹数据采用极大似然法进行所述两阶段退化模型的参数的识别；根据识别参数后的两阶段退化模型进行所述待预测设备的剩余寿命的预测。2.根据权利要求1所述的一种两阶段退化设备的剩余寿命预测方法，其特征在于，所述根据所述待预测设备的退化轨迹数据建立两阶段退化模型，具体包括：利用公式确定两阶段退化模型；利用公式和确定两阶段退化模型满足的条件；其中，X(t)为t时刻的退化量，和分别为第一阶段的漂移项和扩撒项，μ1和σ1分别为第一阶段的漂移项系数和扩散项系数，和分别为第二阶段的漂移项和扩撒项，μ2和σ2分别为第二阶段的漂移项系数和扩散项系数，{B(t)，t≥0}为标准布朗运动，用来刻画随机过程随时间变化的不确定性，τ为发生变点的时间，x0和x
τ
分别为初始时刻和变点时刻的退化量，分别为初始时刻和变点时刻的退化量，q1和q2为固定常数。3.根据权利要求2所述的一种两阶段退化设备的剩余寿命预测方法，其特征在于，所述根据所述待预测设备的退化轨迹数据建立两阶段退化模型，之后还包括：利用公式确定两阶段退化模型的幂函数形式；利用公式确定两阶段退化模型的指数函数形式；其中，幂函数形式时，其中，幂函数形式时，指数函数形式时，
b1和b2均为两阶段退化模型的参数。4.根据权利要求3所述的一种两阶段退化设备的剩余寿命预测方法，其特征在于，所述根据所述两阶段退化模型以及所述待预测设备的退化轨迹数据采用极大似然法进行所述两阶段退化模型的参数的识别，具体包括：利用公式确定第i个设备的两阶段退化模型的极大似然函数；利用公式和确定第一阶段退化增量的均值的极大似然估计结果和第二阶段退化增量的均值的极大似然估计结果；利用公式确定剖面似然函数；采用多维搜索的方法使所述剖面似然函数极大化，确定两阶段退化模型的参数值；其中，为N个设备，第i个设备的测量时间，(
·
)
′
为向量的转置，与之对应的退化量为m
i
为第i个设备的...

【专利技术属性】
技术研发人员：胡昌华，幸元兴，张建勋，杜党波，司小胜，李天梅，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：