一种基于联合模型辨识的轴向柱塞泵剩余寿命预测方法技术

本发明专利技术公开了一种基于联合模型辨识的轴向柱塞泵剩余寿命预测方法，(1)采用同类型轴向柱塞泵的历史运行寿命数据、性能监测数据和工况监测数据。(2)使用广义线性混合模型建模构建联合模型多元变量退化子模型，辨识性能监测数据之间的关联性。(3)使用比例风险模型构建失效风险子模型，量化轴向柱塞泵不同退化特征对失效率的影响程度。(4)通过极大似然法对联合模型参数进行估计，利用蒙特卡罗算法进行可靠度预测，得到轴向柱塞泵的RUL预测。(5)利用轴向柱塞泵监测数据验证集，评测指标MAE辨识协变量与失效率最优关联结构。本发明专利技术方法独特，通过准确辨识协变量与失效率的关联结构，提高剩余寿命预测的准确度。提高剩余寿命预测的准确度。提高剩余寿命预测的准确度。

【技术实现步骤摘要】
一种基于联合模型辨识的轴向柱塞泵剩余寿命预测方法


[0001]本专利技术涉及液压设备预测领域，具体为一种基于联合模型辨识的轴向柱塞泵剩余寿命预测方法。

技术介绍

[0002]伴随着复杂工业和系统的出现，以及德国“工业4.0”战略的提出，液压系统在机械制造业、起重运输业及航空航天业中整体呈现智能化、数字化以及复杂程度增加等特点。应工业界对可靠性的要求，在制造业等领域中有着主导性地位的液压系统技术成为了大量机械装备控制和动力的源泉。由于液压设备在实际生产中的工作环境通常比较恶劣，从而导致各种零部件会经常失效，可靠性大幅度地降低，影响生产工作的进度。因此，针对液压系统核心部件进行寿命预测研究成为工程师和学术界重要的研究课题。
[0003]柱塞泵作为液压系统的动力元件之一，其种类也是比较多，常见的柱塞泵有单柱塞泵、卧式柱塞泵、轴向柱塞泵、径向柱塞泵。柱塞泵其性能状态受到工作环境、维护状况等多种因素的影响,容易发生故障。因此,为保证液压泵安全、可靠运行,实现主动性维护,需要对其进行状态检测与寿命预测研究以预知故障发生时机,避免恶性事故发生,达到降本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于联合模型辨识的轴向柱塞泵剩余寿命预测方法，其特征在于，包括以下步骤：(1)采用同类型轴向柱塞泵的历史运行寿命数据、性能监测数据和工况监测数据(压力、温度、流量)，将所述数据集中的样本按照蒙特卡罗交叉验证随机分为训练集，验证集和测试集，并且进行数据预处理；(2)探究轴向柱塞泵性能监测数据之间的关联性，利用PCA主成分分析法将轴向柱塞泵高维性能退化数据降维，使用广义线性混合模型建模构建联合模型多元变量退化子模型；(3)探究轴向柱塞泵不同退化特征对失效率的影响，使用比例风险模型构建失效风险子模型；(4)通过极大似然法对联合模型参数进行估计，利用蒙特卡罗算法进行可靠度预测，得到轴向柱塞泵的RUL预测；(5)验证集轴向柱塞泵监测数据利用评测指标MAE辨识输出最优关联结构，使用测试集验证所提方法有效性。2.根据权利要求1所述的一种基于联合模型辨识的轴向柱塞泵剩余寿命预测方法，其特征在于：上述步骤(1)中对数据预处理划分，具体步骤如下：输入同类型轴向柱塞泵的历史运行寿命数据、性能监测数据和工况监测数据，将样本按照99：1的比例划分训练集V
train
和测试集V
test
；训练集样本按照8：1进行十次单独的模型训练和验证。3.根据权利要求1所述的一种基于联合模型辨识的轴向柱塞泵剩余寿命预测方法，其特征在于：所述步骤(2)中构建联合模型子模型
‑
退化模型，具体步骤如下：设Dn＝{Ti,T
iU
,δ
i
,y
i
；i＝1,...n}表示总的轴向柱塞泵样本，其中T
i*
表示第i个柱塞泵的真实失效事件时间，T
i
和T
iU
表示监测到的事件时间，此外，φ
i
＝{0，1，2，3}表示事件指示函数，0表示为右截尾(T
i*
＞T
i
)，1表示为真实事件(T
i*
＞T
i
)，2表示为左截尾(T
i*
＜T
i
)，3表示区间截尾(T
i
＜T
i*
＜T
iU
),假设y
l
(t
li
)表示为第i个轴向柱塞泵在t时刻第l个监测结果的观测值，其中n表示轴向柱塞泵的总数量，n
...

【专利技术属性】
技术研发人员：钱新博，胡鑫，卢艳，陶波，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：