一种剩余寿命预测方法、计算机设备及可读存储介质技术

本发明专利技术公开了一种剩余寿命预测方法、计算机设备及可读存储介质，涉及寿命预测技术领域，用于预测电驱动系统的剩余寿命，包括如下步骤：构建概率分布下的虚拟积累疲劳损伤的仿真模型；计算并验证参数集；获取疲劳数据；获取各零件在概率分布下仿真模型的参数及各零件的BIC值，BIC值最小的仿真模型为零件的最优模型；计算各零件的可靠度函数；根据各零件的可靠度函数计算传动系统的可靠度；根据可靠度计算电驱动系统的剩余可用寿命。本发明专利技术使得各类零部件的损伤数据获得相对准确的寿命计算。零部件的损伤数据获得相对准确的寿命计算。零部件的损伤数据获得相对准确的寿命计算。

【技术实现步骤摘要】
一种剩余寿命预测方法、计算机设备及可读存储介质


[0001]本专利技术涉及寿命预测
，具体涉及一种剩余寿命预测方法、计算机设备及可读存储介质。

技术介绍

[0002]在车辆运行时，机械零部件的服役环境复杂，导致各类损坏失效频繁发生，因此，准确地评估机械系统的可靠性和寿命，不仅能够有效避免由于机械故障造成的损失伤亡，更是对合理制定维修保养策略具有重要意义。腐蚀、磨损、疲劳是机械系统的主要失效形式，其中疲劳损伤尤为突出。针对长期承受交变循环载荷作用的机械部件，疲劳断裂是其最主要的失效模式。现有技术中的变幅加载载荷历程效应以及Miner法则，在进行累积疲劳损伤计算时并没有考虑到材料本身的回弹属性，将改变当前疲劳损伤造成前材料的状态，导致累积损伤阈值相较真实情况提前，从而错误估计零部件的失效寿命。

技术实现思路

[0003]本专利技术旨在一定程度上解决相关技术中的技术问题之一。为此，本专利技术提供了一种剩余寿命预测方法、计算机设备及可读存储介质，使得各类零部件的损伤数据获得相对准确的寿命计算。
[0004]为了达到上述目的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种剩余寿命预测方法，用于预测电驱动系统的剩余寿命，其特征在于，所述剩余寿命预测方法包括如下步骤：构建概率分布下的虚拟积累疲劳损伤的仿真模型；计算并验证概率分布下仿真模型的参数集；获取疲劳数据；基于获取的疲劳数据获得电驱动系统中各零件在概率分布下仿真模型的参数及各零件的BIC值，其中，对于每个零件，BIC值最小的仿真模型为该零件的最优模型；基于获取的疲劳数据计算电驱动系统中各零件在最优模型中的可靠度函数；根据电驱动系统中各零件在最优模型中的可靠度函数计算传动系统的可靠度；根据传动系统的可靠度计算电驱动系统的剩余可用寿命。2.根据权利要求1所述的剩余寿命预测方法，其特征在于，构建概率分布下的虚拟积累疲劳损伤的仿真模型包括如下步骤：根据如下公式计算第n次损伤的损伤值的累积概率密度函数：V
n
＝V
n
‑1+qX
n
,q∈[0,1]其中，F(x)是损伤值；V
n
是虚拟累积疲劳损伤，X
n
为损伤的幅值，q为回弹系数；累积概率密度函数带入概率分布，获得概率分布下的累积损伤密度函数，概率分布下的累积损伤密度函数为虚拟积累疲劳损伤的仿真模型。3.根据权利要求1所述的剩余寿命预测方法，其特征在于，计算并验证各场景下仿真模型的参数包括如下步骤：获取概率分布下的虚拟积累疲劳损伤的仿真模型的对数似然函数；通过optim函数计算概率分布下仿真模型的对数似然函数的最大化似然函数或者对数似然函数，计算结果为概率分布下仿真模型的计算参数集；由构建的概率分布下仿真模型的参数集对计算参数集进行验证，如果验证结果为不合格，则重新计算概率分布下仿真模型的对数似然函数的最大化似然函数或者对数似然函数，直至验证结果为合格。4.根据权利要求1所述的剩余寿命预测方法，其特征在于，获取疲劳数据包括如下步骤：构建电驱动系统中各零件的损伤模型；获取用户使用电驱动系统的数据，并按时间等长划分呈若干片段；通过损伤模型计算单次损伤数据和累计损伤数据，计算出的数据为所述疲劳数据。5.根据权利要求1所述的剩余寿命预测方法，其特征在于，在基于获得电驱动系统中各零件在各场景下仿真模型的...

【专利技术属性】
技术研发人员：朱立乔，陈江涛，吴晟，叶浩，
申请(专利权)人：浙江零跑科技股份有限公司，
类型：发明
国别省市：