基于曲线拟合的设备寿命预测方法、装置、设备及介质制造方法及图纸

本申请公开了设备寿命预测技术领域内的一种基于曲线拟合的设备寿命预测方法、装置、设备及介质。本申请以曲线拟合方法构建目标模型，该模型在预测本次状态指数时，以设备的实际运行数据、设备当前的健康状态、设备的状态指数参照值为输入，使预测得到的本次状态指数既参照了设备以往状态，还参照了设备实际运行量和当前状态，提升了状态指数的预测准确性；在本次状态指数无需校正的情况下，目标模型进一步参照本次状态指数和设备的本次状态等级预测得到设备的本次剩余运行量，由此得到的剩余运行量预测值更为准确。相应地，本申请提供的一种基于曲线拟合的设备寿命预测装置、设备及可读存储介质，也同样具有上述技术效果。也同样具有上述技术效果。也同样具有上述技术效果。

【技术实现步骤摘要】
基于曲线拟合的设备寿命预测方法、装置、设备及介质


[0001]本申请涉及设备寿命预测
，特别涉及一种基于曲线拟合的设备寿命预测方法、装置、设备及介质。

技术介绍

[0002]设备的性能和剩余使用寿命决定着是所在整个系统能否正常稳定安全地工作，同时也决定着设备的使用寿命。剩余使用寿命是评估设备可靠工作的核心依据之一，通过实时评估处于工作状态中设备的剩余使用寿命，能够尽早地发现设备故障并进行维修，能有效避免设备失效或故障。但由于设备工作环境错综复杂，如：列车轴承受外界温度等环境影响，还存在列车轴承间磨损等影响，因此设备的失效及故障形式复杂多样，其真实的退化物理过程难以刻画，从而难以进行准确的寿命预测。
[0003]因此，如何提高设备剩余寿命的预测准确性，是本领域技术人员需要解决的问题。

技术实现思路

[0004]有鉴于此，本申请的目的在于提供一种基于曲线拟合的设备寿命预测方法、装置、设备及介质，以提高设备剩余寿命的预测准确性。其具体方案如下：
[0005]第一方面，本申请提供了一种基于曲线拟合的设备寿命预测方法，包括：
[0006]获取设备的前次状态等级、状态指数参照值、本次状态等级以及实际运行量；
[0007]利用曲线拟合方法构建的目标模型对所述状态指数参照值、所述实际运行量和所述本次状态等级对应的状态指数区间及极限运行量进行计算，得到所述设备的本次状态指数；
[0008]若通过所述本次状态等级、所述前次状态等级、前次剩余运行量预测值以及所述本次状态等级对应的极限运行量确定所述本次状态指数无需校正，则利用所述目标模型对所述本次状态等级对应的状态指数区间及极限运行量和所述本次状态指数进行计算，得到所述设备的本次剩余运行量预测值。
[0009]可选地，所述利用曲线拟合方法构建的目标模型对所述状态指数参照值、所述实际运行量和所述本次状态等级对应的状态指数区间及极限运行量进行计算，得到所述设备的本次状态指数，包括：
[0010]利用所述目标模型以第一预测公式对所述状态指数参照值、所述实际运行量和所述本次状态等级对应的状态指数区间及极限运行量进行计算，得到所述本次状态指数；所述第一预测公式为：
[0011][0012]其中，HI为所述本次状态指数；a、b、c、d为所述目标模型中的函数y的参数；y
‑1表示函数y
的反函数；HI
f
为所述状态指数参照值；为所述状态指数参照值；HI_min
i
和HI_max
i
为所述本次状态等级对应的状态指数区间的两个端点值；
i
为所述本次状态等级对应的极限运行量；usem为所述实际运行量。
[0013]可选地，所述利用所述目标模型对所述本次状态等级对应的状态指数区间及极限运行量和所述本次状态指数进行计算，得到所述设备的本次剩余运行量预测值，包括：
[0014]利用所述目标模型以第二预测公式对利用所述目标模型对所述本次状态等级对应的状态指数区间及极限运行量和所述本次状态指数进行计算，得到所述本次剩余运行量预测值；所述第二预测公式为：
[0015][0016]其中，RUL为所述本次剩余运行量预测值；a、b、c、d为所述目标模型中的函数y的参数；HI_min
i
和HI_max
i
为所述本次状态等级对应的状态指数区间的两个端点值；max
i
为所述本次状态等级对应的极限运行量；HI为所述本次状态指数。
[0017]可选地，所述通过所述本次状态等级、所述前次状态等级、前次剩余运行量预测值以及所述本次状态等级对应的极限运行量确定所述本次状态指数无需校正，包括：
[0018]获取所述前次剩余运行量预测值或通过前次预测得到的状态指数计算得到所述前次剩余运行量预测值；
[0019]若所述本次状态等级的故障程度大于所述前次状态等级的故障程度、且所述前次剩余运行量预测值不小于所述本次状态等级对应的极限运行量，则确定所述本次状态指数无需校正。
[0020]可选地，还包括：
[0021]若通过所述本次状态等级、所述前次状态等级、所述前次剩余运行量预测值以及所述本次状态等级对应的极限运行量确定所述本次状态指数需校正，则校正所述本次状态指数，并利用所述目标模型对所述本次状态等级对应的状态指数区间及极限运行量和校正后的本次状态指数进行计算，得到所述本次剩余运行量预测值。
[0022]可选地，所述通过所述本次状态等级、所述前次状态等级、所述前次剩余运行量预测值以及所述本次状态等级对应的极限运行量确定所述本次状态指数需校正，包括：
[0023]获取所述前次剩余运行量预测值或通过前次预测得到的状态指数计算得到所述前次剩余运行量预测值；
[0024]若所述本次状态等级的故障程度大于所述前次状态等级的故障程度、且所述前次剩余运行量预测值小于所述本次状态等级对应的极限运行量，则确定所述本次状态指数需校正。
[0025]可选地，所述校正所述本次状态指数，包括：
[0026]利用所述目标模型以第一校正公式对所述本次状态等级对应的极限运行量、所述前次状态等级对应的状态指数区间、所述前次状态等级对应的极限运行量和所述状态指数
参照值进行计算，得到校正量；所述第一校正公式为：
[0027][0028]其中，adu为所述校正量；max
i
为所述本次状态等级对应的极限运行量；a、b、c、d为所述目标模型中的函数y的参数；标模型中的函数y的参数；HI_
i
‑1和HI_
i
‑1为所述前次状态等级对应的状态指数区间的两个端点值；max
i
‑1为所述前次状态等级对应的极限运行量；HI
pre
为前次预测得到的状态指数；
[0029]利用所述目标模型以第二校正公式对所述本次状态等级对应的状态指数区间、所述实际运行量、所述校正量和所述本次状态等级对应的极限运行量进行计算，得到校正后的本次状态指数；所述第二校正公式为：
[0030][0031]其中，HI
j
为校正后的本次状态指数；max
i
为所述本次状态等级对应的极限运行量；a、b、c、d为所述目标模型中的函数y的参数；y
‑1表示函数y的反函数；HI_min
i
和HI_max
i
为所述本次状态等级对应的状态指数区间的两个端点值；
i
为所述本次状态等级对应的极限运行量；usem为所述实际运行量；adu为所述校正量。
[0032]可选地，还包括：
[0033]通过查询预设的状态等级分类信息，得到至少一个状态等级对应的状态指数区间、极限运行量和运行量区间；所述至少一个状态等级包括：正常、亚健康、轻微故障、中等故障和严重故障。
[0034]可选地，还包括：
[0035]收集所述设备的实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于曲线拟合的设备寿命预测方法，其特征在于，包括：获取设备的前次状态等级、状态指数参照值、本次状态等级以及实际运行量；利用曲线拟合方法构建的目标模型对所述状态指数参照值、所述实际运行量和所述本次状态等级对应的状态指数区间及极限运行量进行计算，得到所述设备的本次状态指数；若通过所述本次状态等级、所述前次状态等级、前次剩余运行量预测值以及所述本次状态等级对应的极限运行量确定所述本次状态指数无需校正，则利用所述目标模型对所述本次状态等级对应的状态指数区间及极限运行量和所述本次状态指数进行计算，得到所述设备的本次剩余运行量预测值。2.根据权利要求1所述的方法，其特征在于，所述利用曲线拟合方法构建的目标模型对所述状态指数参照值、所述实际运行量和所述本次状态等级对应的状态指数区间及极限运行量进行计算，得到所述设备的本次状态指数，包括：利用所述目标模型以第一预测公式对所述状态指数参照值、所述实际运行量和所述本次状态等级对应的状态指数区间及极限运行量进行计算，得到所述本次状态指数；所述第一预测公式为：其中，HI为所述本次状态指数；a、b、c、d为所述目标模型中的函数y的参数；y
‑1表示函数y的反函数；HI
f
为所述状态指数参照值；为所述状态指数参照值；HI_min
i
和HI_max
i
为所述本次状态等级对应的状态指数区间的两个端点值；max
i
为所述本次状态等级对应的极限运行量；usem为所述实际运行量。3.根据权利要求1所述的方法，其特征在于，所述利用所述目标模型对所述本次状态等级对应的状态指数区间及极限运行量和所述本次状态指数进行计算，得到所述设备的本次剩余运行量预测值，包括：利用所述目标模型以第二预测公式对利用所述目标模型对所述本次状态等级对应的状态指数区间及极限运行量和所述本次状态指数进行计算，得到所述本次剩余运行量预测值；所述第二预测公式为：其中，RUL为所述本次剩余运行量预测值；a、b、c、d为所述目标模型中的函数y的参数；HI_min
i
和HI_max
i
为所述本次状态等级对应的状态指数区间的两个端点值；max
i
为所述本次状态等级对应的极限运行量；HI为所述本次状态指数。4.根据权利要求1所述的方法，其特征在于，所述通过所述本次状态等级、所述前次状态等级、前次剩余运行量预测值以及所述本次状态等级对应的极限运行量确定所述本次状态指数无需校正，包括：
获取所述前次剩余运行量预测值或通过前次预测得到的状态指数计算得到所述前次剩余运行量预测值；若所述本次状态等级的故障程度大于所述前次状态等级的故障程度、且所述前次剩余运行量预测值不小于所述本次状态等级对应的极限运行量，则确定所述本次状态指数无需校正。5.根据权利要求1所述的方法，其特征在于，还包括：若通过所述本次状态等级、所述前次状态等级、所述前次剩余运行量预测值以及所述本次状态等级对应的极限运行量确定所述本次状态指数需校正，则校正所述本次状态指数，并利用所述目标模型对所述本次状态等级对应的状态指数区间及极限运行量和校正后的本次状态指数进行计算，得到所述本次剩余运行量预测值。6.根据权利要求5所述的方法，其特征在于，所述通过所述本次状态等级、所述前次状态等级、所述前次剩余运行量预测值以及所述本次状态等级对应的极限运行量确定所述本次状态指数需校正，包括：获取所述前次剩余运行量预测值或通过前次预测得到的状态指数计算得到所述前次剩余运行量预测值；若所述本次状态等级的故障程度大于所述前次状态等级的故障程度、且所述前次剩余运行量预测值小于所述本次状态等级对应的极限运行量，则确定所述本次状态指数需校正。7.根据权利要求5所述的方法，其特征在于，所述校正所述本次状态指数，包括：利用...

【专利技术属性】
技术研发人员：黄贵发，褚智伟，王娟，王智，
申请(专利权)人：唐智科技湖南发展有限公司，
类型：发明
国别省市：